握个抓~

机器学习的测试主要分两种，一种是把机器学习当黑盒子测试模型效果。 这个不用太懂机器学习，知道模型常用的评估方法就可以了，属于只要会机器学习中的模型评估部分就可以。 如果要测试机器学习平台， 那就要彻底的懂机器学习。 懂了就知道测什么了

还没有这个群~~~ 话说你是哪家公司的同行呢。 目前有机器学习平台的公司没几家也。 咱们可以互相交流

你可以看看我那篇演讲稿。里面讲了怎么测试

不需要多久， 懂一些大数据的知识，懂一些机器学习的知识就行。 不用学很长时间的

恩是啊。 我当时买的时候就是主要受这两个因素影响~~

我感觉对我们这种穷人来说影响因素最大的就是价格和离公司的距离吧

我 spark 还行，没碰到特别恶心的事。。。因为公司里一堆搞 spark 的。。我遇见坑了就能问。。 tensoflow 也用现成的镜像搭环境~~~ 话说你们要做数据测试了么？ 也研究上 spark 了

感谢支持~~ 没人留言我都感觉好孤独

赞，补充的很全面

不少人有这种能力， 不过大多数都是忙的没时间仔细看开发的代码

上学好早啊~~ 我 23 的时候刚毕业。你就已经工作两年了。 我对刚入门的同学永远都说一句话： 找个好平台，找个好平台，找个好平台。重要的事情说三遍。 好平台可以带你成长。 在一个好平台下成长是 easy mode， 自学都不是 hard mode 了， 是 doom mode。 先学一下基础，可以培训可以自学，然后尽快跳到大平台上去。

其实就是验证数据在倾斜的时候，算法的性能是什么样的。 观察的就是计算时间，内存占用和 CPU 使用率

就数据驱动就行了。 关键字驱动大部分是给不会写代码，或代码写的差的人用的。可维护性太差了。case 一多就是坑。 有很多人喜欢搞这种不用写代码就能写用例的框架的目的只有两个。 一个是组里面真找不到几个会写代码的了，被逼的 (我再 58 的时候就是)， 第二个就是为了 kpi，为了晋升，为了装逼。。。。

专业测开是从来不用关键字驱动的。

好久没搞测试框架的事了，现在用的还是前年的老本呢。封装的还是以前的东西，就是里面的工具更新了。 比如接口的现在用 rest-assured， UI 的用 selenied

其实要淡定，找工作就跟找对象一样。 要慢慢碰

分方向了， 每个领域用到的东西不一样。 但基本是测试工具，前后端开发，运维相关的都是核心技能

小公司就是这样的，楼主如果想摆脱这样的困境，只能跳槽去大公司了。 大公司有更明确的职责分工和更多的人力， 情况会好很多。 这也体现了一个事情，就是招人的时候降低标准是有坑的。 为了业务测试而快速的招聘不会代码的人来顶缸就会出现这种问题。

我应该不算专业管理岗吧， 我们有专门的测试总监做人员管理。 我只是个管技术的，属于带着大家攻坚的。我比较同意克制自己的表现欲，即便自己搞的定，也要让自己的战友来搞的观点，要发挥团队的作用，就算个人能力再强也只有一个人。 但是如果是属于基层管理者，比如 leader，测试经理或者测试架构师 (好吧这里有好多个叫法), 还是要尽量避免【搞不定】这种事。 因为这时候 level 不够高，还是属于带着大家奋斗在一线的，那么这时候身为管理者的指导作用还是很重要的。 尤其是在测试行业这种大部分人技术水平不高的环境下，在大家还不是很强的时候，指导战友做事情还是比较重要的。 在相信战友能力的同时，也要给予一定的指导。

除了缺少项目经验感觉没啥槽点的，使用的技术写的比较细，并注明了自己的水平。给人的感觉积极自信但又不骄傲，我比较喜欢这样的简历， 因为我一下子就能大概判断出你的能力。 感觉的出来你没有过度包装自己。这样其实是比较有效率的，能给你自己节省时间，因为企业不会对你的能力有误判而白白让你白走一趟。 有些候选人过度包装了自己的简历后但 hold 不住，也就是吹的不好，圆不了场，导致面试对他的印象有很大落差，这样本来能过面试的也过不去了。 如果面试的是实打实的技术岗位，我是比较推荐简历里的技术栈里这样写的。 后面写上自己的工作经历和项目经验就可以了。

加油~

还没有群~~

你想复杂了， 每个用例用独立的产品就行了。 或者给这种会造成冲突的 case 设置执行顺序。

你理解的其实都对，关于 1,2， 在英文文献中，召回为 recall，精准为 precision。精准率，召回率都是直接翻译的英文，这些是官方标准化的称谓。用来跟同行交流时候的标准术语。 如果你跟人说正类预测准确率的话，可能对方还反应不过来。
关于 3， 你最后的理解是对的。