大数据测试技术与实践查看源代码讨论查看历史

来自 孔夫子网 的图片

《大数据测试技术与实践》，艾辉 主编，融360 AI测试团队 编著 著，出版社： 人民邮电出版社。

人民邮电出版社是全国优秀出版社、全国百佳图书出版单位。人民邮电出版社出版领域涵盖科技出版、教育出版、大众出版，涉及信息技术、通信、工业技术、科普、经济管理、摄影、艺术、运动与休闲、心理学、少儿、大中专教材等10余个出版门类，年出版图书近万种。

内容简介

本书全面系统地介绍了大数据的测试技术与质量体系建设。本书共11章，第1～4章涵盖认识大数据，大数据技术生态，数据仓库的设计与构建，以及大数据项目开发流程；第5～7章讲解大数据测试方法、大数据测试实践和数据质量管理；第8～10章介绍大数据测试平台实践、数据治理平台建设，以及DataOps的理念与实践；第11章提供大数据测试学习路线。附录列出了大数据技术经典面试题。

本书适合想要了解大数据技术的读者，以及想要学习和掌握大数据测试与大数据开发的从业者。通过阅读本书，测试工程师可以系统地学习大数据技术基础、大数据开发和大数据测试等知识；大数据开发工程师可以借鉴大数据质量保障的方法，拓宽数据工程实践的思路；技术专家和技术管理者可以了解大数据质量保障体系、数据治理建设和DataOps实践等内容。

作者介绍

艾辉，中国人民大学概率论与数理统计专业硕士，《机器学习测试入门与实践》作者之一。目前，担任融360技术总监，主要负责AI风控产品、用户产品和基础架构的质量保障工作。曾在阿里本地生活担任高级技术经理，负责用户产品、新零售产品的质量保障工作。拥有9年多的测试开发工作经验，曾多次受邀在行业技术大会（如MTSC、GITC、Top100、TiD、A2M和TICA等）上做主题分享。对大数据、机器学习测试技术有深刻理解，并长期专注于质量保障与工程效能领域。

陈高飞，东北大学计算机技术专业硕士，《机器学习测试入门与实践》作者之一。目前，担任融360测试开发工程师，主要从事机器学习方向的测试开发工作。擅长白盒测试、大数据测试和模型测试，在工具平台开发方面有丰富的实践经验。

郝嵘，北京信息科技大学自动化专业硕士，《机器学习测试入门与实践》作者之一。目前，担任融360高级测试开发工程师，主要负责大数据方向的测试开发工作。擅长Python开发、大数据测试和机器学习测试，主导了多个工具平台的开发，在大数据质量保障方面有丰富的实践经验。

雷天鸣，哈尔滨理工大学计算机科学与技术专业硕士，《机器学习测试入门与实践》作者之一。目前，担任融360测试开发工程师，主要从事机器学习方向的测试开发工作。擅长大数据测试、特征测试和模型算法评测等，对金融风控业务有深刻理解。

李曼曼，融360高级测试开发工程师，《机器学习测试入门与实践》作者之一。拥有近11年的测试开发工作经验，主导了多个工具平台的开发和大型项目的测试工作。擅长白盒测试、性能测试、自动化测试、持续集成和工程效能，在大数据和特征模型测试方面有丰富的实践经验。

马绵，陕西科技大学网络工程专业学士，融360测试开发工程师。目前主要从事服务端测试开发工作，擅长自动化测试、安全测试，在服务稳定性保障方面有丰富的实践经验。

孙冰妍，东北大学通信与信息系统专业硕士，融360测试开发工程师。目前主要从事服务端测试开发工作，擅长白盒测试、自动化测试、性能测试、安全测试和持续集成。参与了多个工具平台的开发，并主导了多个大型项目的测试工作。对大数据测试技术有深刻理解。

孙金娟，山西财经大学计算机科学与技术专业学士，《机器学习测试入门与实践》作者之一。目前，担任融360测试开发工程师，有近9年的Java开发、测试开发工作经验。擅长大数据测试和工具平台开发，对机器学习、特征模型测试有深刻理解。

张咪，北京交通大学通信与信息系统专业硕士，《机器学习测试入门与实践》作者之一。目前，担任融360测试经理，主要负责用户产品的质量保障工作，曾负责基础架构、SRE（Site Reliability Engineering，网站可靠性工程）等方面的测试开发工作。在自动化测试、服务稳定性、专项测试和工程效能等方面有丰富的实践经验，曾受邀在行业技术大会（如MTSC、A2M等）做主题分享。对大数据、机器学习测试有深刻的理解，并在这些领域拥有丰富的实践经验。

张朋周，中国地质大学计算机科学与技术专业硕士，《机器学习测试入门与实践》作者之一。目前，担任融360高级测试开发工程师，曾在百度从事搜索业务测试开发，有近9年的开发测试工作经验。目前，主要负责机器学习方向的测试开发工作，主导了多个工具平台的开发，在数据质量保障、模型评估平台方面有丰富的实践经验。