A.征
测试工程师 · 6年经验 · 亿鸣中天网络科技有限公司
0
累计接单
0
用户评价
0
被收藏
技术能力
- 软件测试（Web端 + App端）：自动化UI测试、功能测试经验，独立负责全流程测试
- 数据库：熟练使用MySQL、redis等，能独立编写复杂SQL进行数据校验和问题定位
- 接口测试：熟悉Postman、JMeter，能进行接口功能验证和压力测试
- 业务理解力强：能快速理解复杂业务逻辑，业务模块的数据库规则
- AI工具应用：熟练使用 Claude Code、Hermes Agent 等AI辅助测试工具
- 测试文档：能独立编写测试用例、Bug报告、测试总结
- LLM：RAG系统测试、AI模型效果评估
- 数据库：熟练使用MySQL、redis等，能独立编写复杂SQL进行数据校验和问题定位
- 接口测试：熟悉Postman、JMeter，能进行接口功能验证和压力测试
- 业务理解力强：能快速理解复杂业务逻辑，业务模块的数据库规则
- AI工具应用：熟练使用 Claude Code、Hermes Agent 等AI辅助测试工具
- 测试文档：能独立编写测试用例、Bug报告、测试总结
- LLM：RAG系统测试、AI模型效果评估
项目经验
项目名称： 彩经网平台全流程测试
所属行业： 互联网 / 彩票
项目时间： 2020 年 - 至今
担任角色： 测试工程师
项目描述：
1、彩经趋势社区是一个面向彩民的数据分析平台，包含 Web 端和 App 端，提供走势图、指标分析、会员权限等功能模块。
2、独立负责 Web 端 + App 端全流程手工功能测试，覆盖登录注册、会员购买、权限管理、走势图展示、数据分析等核心模块
维护 6 张核心权限表的数据库规则，编写 SQL 脚本进行数据校验和线上问题定位，确保用户权限判断准确无误
3、编写测试用例 200 + 条，累计提交有效 Bug 500 + 个，推动开发团队修复问题
4、搭建 Python + Selenium + Pytest 自动化测试框架，采用 Page Object 设计模式，实现登录、搜索等核心场景的自动化回归测试，回归测试时间从 2 小时缩短至 15 分钟
5、使用 Postman 进行接口功能验证，确保前后端数据交互正常
6、参与需求评审，从测试角度提出产品优化建议，减少上线后返工
项目成果：
·保障平台稳定运行，未出现重大线上事故
·优化权限判断逻辑，将权限异常率降低 80%
·自动化覆盖核心功能 30 + 个测试场景，发现手工测试遗漏的 Bug
·建立标准化测试流程，从无序测试变为有计划的版本回归
项目名称：LLM+RAG系统测试实践
所属行业：互联网/AI
担任角色：测试工程师
项目描述：基于大语言模型（LLM）的RAG（检索增强生成）系统测试项目，验证知识库检索和AI生成答案的准确性、完整性和安全性
工作职责：
1. 设计RAG系统测试方案，覆盖文档检索、上下文召回、答案生成三大核心流程
2. 编写测试用例评估检索模块的命中率和召回率，确保知识库内容能被准确召回
3. 从准确性、相关性、完整性、安全性等维度评估LLM生成结果的质量
4. 使用Postman对RAG接口进行功能验证，测试不同query的检索和生成效果
5. 编写SQL脚本对测试数据进行统计和分析，定位检索异常和生成偏差
6. 使用Claude Code等AI工具辅助测试流程，提升测试效率
项目成果：
- 建立RAG系统测试方法和评估指标体系
- 发现检索模块在特定query下的召回率不足问题，推动优化后提升15%
- 输出完整的RAG测试报告，覆盖功能、检索质量、生成质量三大维度
- 积累了AI系统测试的实战经验，形成可复用的测试模板
所属行业： 互联网 / 彩票
项目时间： 2020 年 - 至今
担任角色： 测试工程师
项目描述：
1、彩经趋势社区是一个面向彩民的数据分析平台，包含 Web 端和 App 端，提供走势图、指标分析、会员权限等功能模块。
2、独立负责 Web 端 + App 端全流程手工功能测试，覆盖登录注册、会员购买、权限管理、走势图展示、数据分析等核心模块
维护 6 张核心权限表的数据库规则，编写 SQL 脚本进行数据校验和线上问题定位，确保用户权限判断准确无误
3、编写测试用例 200 + 条，累计提交有效 Bug 500 + 个，推动开发团队修复问题
4、搭建 Python + Selenium + Pytest 自动化测试框架，采用 Page Object 设计模式，实现登录、搜索等核心场景的自动化回归测试，回归测试时间从 2 小时缩短至 15 分钟
5、使用 Postman 进行接口功能验证，确保前后端数据交互正常
6、参与需求评审，从测试角度提出产品优化建议，减少上线后返工
项目成果：
·保障平台稳定运行，未出现重大线上事故
·优化权限判断逻辑，将权限异常率降低 80%
·自动化覆盖核心功能 30 + 个测试场景，发现手工测试遗漏的 Bug
·建立标准化测试流程，从无序测试变为有计划的版本回归
项目名称：LLM+RAG系统测试实践
所属行业：互联网/AI
担任角色：测试工程师
项目描述：基于大语言模型（LLM）的RAG（检索增强生成）系统测试项目，验证知识库检索和AI生成答案的准确性、完整性和安全性
工作职责：
1. 设计RAG系统测试方案，覆盖文档检索、上下文召回、答案生成三大核心流程
2. 编写测试用例评估检索模块的命中率和召回率，确保知识库内容能被准确召回
3. 从准确性、相关性、完整性、安全性等维度评估LLM生成结果的质量
4. 使用Postman对RAG接口进行功能验证，测试不同query的检索和生成效果
5. 编写SQL脚本对测试数据进行统计和分析，定位检索异常和生成偏差
6. 使用Claude Code等AI工具辅助测试流程，提升测试效率
项目成果：
- 建立RAG系统测试方法和评估指标体系
- 发现检索模块在特定query下的召回率不足问题，推动优化后提升15%
- 输出完整的RAG测试报告，覆盖功能、检索质量、生成质量三大维度
- 积累了AI系统测试的实战经验，形成可复用的测试模板
立即沟通
