蒋三阳之前发过很多关于java和python的战斗相关问题。
然而，最近的就业趋势表明，对软件测试职位的需求也在增加。
那么今年软件测试的方向会是什么呢？
来自硅谷的五位测试专家和TesterHome社区的三位质量专家发表了自己的观点，包括2019年测试人员最热门的技能、组织挑战、值得关注的新技术等。
•Janet Gregory – 敏捷软件开发教练、培训师、质量流程顾问、作家
•Jeff Martin – SmartBear 产品和运营总监
•Lisa Crispin – 国际演讲者、作家、初创公司 Mabl 的测试倡导者
•Raj Subramanian – Testim.io 国际演讲者、开发者布道者
•Refael Botbol Weiss – Blazemeter 客户体验主管，专注于持续测试
•朱少民 – 同济大学教授、MTSC2019联合主席
•艾辉 – 前百度高级技术经理、MTSC2018讲师
•姜刚毅（Cay） – 微医集团技术质量部负责人、MTSC2019讲师
2019年测试团队面临的最大挑战
珍妮特·格雷戈里：
“直到今天，我观察到的最大障碍之一是隔离测试活动并将测试人员视为一个‘测试团队’。 使用测试团队这样的术语强化了这一观点软件测试方法和技术 第三版 朱少民，即测试人员与测试活动是分开的，而不是开发的一部分。”
杰夫·马丁：
“2019 年测试团队面临的最大障碍将是如何与软件开发生命周期内的其他团队和专业人员建立联系。 现在的重点是快速发布软件，但同时保持高质量，使得协作规划和团队之间的共同语言变得必要，并且这种提高质量保证部门技术技能的趋势也将继续下去。”
丽莎·克里斯平：
“我仍然看到太多的团队，甚至一些所谓的敏捷团队，仍然孤立他们的测试人员，尽管从技术上讲他们都是同一个跨职能团队的一部分。 开发团队以迷你瀑布模型做事，但测试人员不允许参与计划讨论，并且在编码期间没有人协助测试。 直到迭代结束的前一天，迭代的模块才会发布到公共墙上。
我不知道为什么这么多团队仍在使用这些从未真正发挥作用的旧方法。 尽管瀑布式从竞争的角度来看是可行的软件测试方法和技术 第三版 朱少民，但只有测试人员从最初的分析和设计阶段一直到编码过程都参与其中，项目才能成功。
我认为我们人类倾向于以熟悉的方式做事，即使这些方式不可靠！ ”
拉吉·萨勃拉曼尼亚：
“我认为，随着人工智能（AI）、虚拟现实（VR）和增强现实（AR）等新技术的出现，测试人员扩展这些技术的知识将变得更加重要。 在测试中基于这些技术的应用需要完全不同的思维方式、测试设置和测试环境/基础设施，这可能是2019年测试团队面临的最大挑战。”
拉菲尔·博博尔·韦斯：
“在过去的一年里，我们看到市场越来越多地拥抱无服务器（我们现在已经过了第一个采用者阶段），我相信，虽然开发这些功能的工具已经有了显着改进，但如何测试这些无服务器应用程序（功能测试、性能测试、集成测试）将是确保良好用户体验的下一个挑战。”
2019年最流行的测试技能是什么？
珍妮特·格雷戈里：
“需要很多技能，但我认为测试人员需要了解自己的背景。 例如，如果他们是交付团队中唯一的测试人员，他们肯定需要学习教学技能——如何与团队中的其他人沟通分享他们的测试知识。 或者，如果他们与数据仓库/商业智能团队合作，他们可能需要了解有关数据完整性和数据科学的更多信息。
与我们行业中的任何人一样，这是一种持续的学习经历。 了解新趋势并不意味着您必须学习所有内容，但如果有人认为这对他们的团队有帮助，则有机会深入研究某个主题。 ”
杰夫·马丁：
“随着质量检查变得越来越自动化，对两套技能的需求不断增加。 首先是将可靠的自动化集成到管道中的能力。 其次，越来越多的要求 QA 的工作扩展到更多的用户体验测试，因为这是目前自动化测试技术不如人类的领域。”
丽莎·克里斯平：
“测试自动化技能仍然会有需求。许多管理人员仍然认为确保软件质量的关键是自动化测试，并且他们相信测试人员/QA 工程师/SDET 可以做到这一点。另一方面，强大的敏捷和DevOps 团队聘请的测试人员具有出色的沟通和协作能力、快速学习业务领域的能力以及与开发人员和其他团队成员密切合作的能力。
更强大的团队迫切需要了解 DevOps 实践以及持续交付原则和工具。 我认为对于知道如何使用人工智能和机器学习来测试应用程序的测试人员来说也会有很多机会。 ”
拉吉·萨勃拉曼尼亚：
“很难说哪一年会需要什么技能，因为市场、技术和框架都在迅速变化。 在一个人真正理解一种技术/框架之前，另一种技术/框架就会出现，这样的循环是无穷无尽的。 所以，我想说的是，作为测试人员，我们需要保持好奇心和开放的心态来适应变化，学习和阅读最新的技术趋势，并做好迎接测试过程中遇到的挑战的准备。 为您可能遇到的任何问题做好准备。
还有一种趋势是更加专业的测试人员，这是一个非常常见的短语，就像说你需要“了解 IT”一样。 不过，我认为总体而言，市场对具有一定编程语言（如 Ruby、Python、Java）和自动化框架（如 Selenium、Calabash 和 Cucumber）知识的测试人员更加开放。 自动化框架经常用于敏捷团队。 所以了解一点也不是什么坏事。 ”
拉菲尔·博博尔·韦斯：
“我认为没有一项特殊技能能让你最终成为赢家……我相信，对于测试人员来说，转变为 T 型思维方式比以往任何时候都更加重要。 如今，我们拥有的应用程序比我们编写的代码还要多。 更重要的是，我们使用了数千个第三方库，我们依靠自动化来提高输出，并且用户体验的标准不断提高。
我相信测试人员需要离开仅仅执行测试的舒适区，将自己更多地融入到两块披萨大小的团队中，以影响和教育他们，同时学习和开发新的测试方法以跟上新技术的步伐。 ”
2019年有哪些令人兴奋的工具或理论值得关注？
珍妮特·格雷戈里：
“我不确定现在是否正在出现新的方法，但我想更深入地探讨质量及其对不同团队的意义。 例如，产品质量和流程质量之间存在差异，许多团队对他们衡量的内容感到困惑。 此外，我们对产品质量都有不同的看法。
我想找到更好的词语来帮助团队定义产品质量和流程质量。 ”
杰夫·马丁：
“对我来说，最令人兴奋的新解决方案不是基于技术，而是基于流程。 事实证明，采用行为驱动开发 (BDD) 有助于以通用语言集中开发和测试资源。 这产生了巨大的差异，降低沟通成本有助于敏捷和 DevOps 取得成果，值得仔细研究。 ”
丽莎·克里斯平：
“我有兴趣更多地了解测试团队在成功持续交付中使用的 DevOps 实践和工具。我想扩展我对平台即服务和无服务器架构的知识。我还在努力学习机器学习，以及它如何帮助测试自动化、生产使用数据分析和其他测试活动。”
拉吉·萨勃拉曼尼亚：
我对人工智能在测试自动化和软件测试中的影响感到非常兴奋。 我知道有很多人在人工智能测试领域致力于非常酷的事情，人们意识到它的潜力并形成整个社区只是时间问题。 2019年我个人想了解的三件事是：
1）如何在软件测试中应用人工智能
2）如何测试基于人工智能的系统
3）如何在人工智能世界中做人
拉菲尔·博博尔·韦斯：
“看看个人助理设备将为我们带来什么将会很有趣。对于我们测试人员来说，这是未知的领域。有些事情并不总是确定的，因为有很多方法可以提出特定的问题，但是个人助理设备添加了一个新层（更不用说需要单独调整的其他语言）。”
TesterHome 社区的观点
朱少民
1.2019年最受关注的软件测试和质量管理技术话题有哪些？
目前主要关注人工智能和软件测试，包括人工智能工具、测试覆盖率的提高、彻底的自动化、精确的测试等；
2、软件测试行业有哪些新的变化和挑战？
软件测试行业的新趋势可概括为“五个现代化”
自动化：自动化测试不断加强，测试开发岗位越来越受到企业重视。
云化：构建统一的基础设施，包括公有云和私有云
服务化：微服务架构、接口测试越来越受关注
智能化：大数据是进一步推动人工智能应用的基础
敏捷性：测试左右移动，DevOps 快速发展
艾慧
1. 2019年最受关注的软件测试和质量管理技术话题有哪些？
主要关注大数据和人工智能技术的质量保障建设，如：数据仓库数据（数据资产、数据分析、数据一致性、数据分布、数据比较、业务逻辑等）、特征模型（算法评估、泛化）能力等）、稳定性、线上效果、线下一致性、前后一致性、分布统计等）、数据挖掘。
2、软件测试行业有哪些新的变化和挑战？
测试自动化：随着持续集成（CI）在各公司的产品开发中越来越普遍，测试过程的自动化程度也会越来越高。 持续部署（CD）将进一步提高生产力和交付效率。
平台服务化：测试脚本->测试框架->测试平台。 越来越多的企业正在开发测试平台解决方案（如：自动化测试平台、性能压力测试平台、业务监控平台、质量分析平台、环境治理平台等），并提供统一的平台服务来赋能业务测试。 能否解决业务测试的痛点是关键，如何整合输出测试中台服务是挑战。
数据智能：大数据和人工智能技术越来越多地应用于2C、2B、2G业务。 从业务角度，如：电商零售、智能推荐、金融反欺诈、安全、语音识别等；从技术角度，如：Hadoop生态系统、机器学习、推荐系统、OCR（图像文本识别） ）、NLP（自然语言处理）等
大数据和人工智能技术方向的产品和服务的测试保证与客户端-服务器产品的测试存在很大差异。 前者更侧重于白盒测试、数据质量、模型效果等。
蒋刚毅 (cay)
1.2019年最受关注的软件测试和质量管理技术话题有哪些？
A。 DevOps开发、测试、运维一体化的趋势下，QA团队如何定位和转型。
b. 大数据和人工智能技术在质量保障领域的具体应用。
C。 如何将各种分层自动化测试技术集成到 CI/CD 交付管道中。
2、软件测试行业有哪些新的变化和挑战？
A。 技术组织集中，开发、测试、安全、运维等基础技术设施建设纳入中央平台基础技术部门。
b. 大型检测机构逐渐拆分为各自的业务条线，利用中台的基础技术设施开展日常检测工作。
C。 大数据和人工智能技术在质量管理中逐步发挥作用
d. 测试左右移动，DevOps 系统快速发展。
