注册 / 登录

当质量保障遇上人工智能:阿里妈妈智能营销测试技术体系

分会场:  测试实践/测试工具链建设/大前端&移动端

 

案例来源 :

案例讲师

侯俊

阿里妈妈 高级测试开发专家

2010年加入阿里妈妈,先后负责搜索直通车、精准定向、反作弊等营销平台的质量保障工作。目前担任阿里妈妈引擎工程技术质量负责人,主要负责阿里妈妈引擎工程的测试效率和质量提升以及测试智能化的能力构建。

扫描二维码分享案例

 

案例简述

 

随着深度学习技术在搜索,推荐等阿里妈妈营销业务领域的广泛应用,如何保障大规模的智能营销引擎工程、深度学习算法模型的质量与迭代效率,以及AI技术如何助力测试技术是一个全新的课题。本次分享会围绕这个课题向大家介绍我们在大规模智能营销引擎、千亿样本集深度学习算法模型上的测试技术体系以及AI在实际测试技术中的应用实践。

 

案例目标

 


随着深度学习技术在搜索,推荐等阿里妈妈营销业务领域的广泛应用,如何保障大规模的智能营销引擎工程、深度学习算法模型的质量与迭代效率,以及AI技术如何助力测试技术是一个全新的课题。本次分享会围绕这个课题向大家介绍我们在大规模智能营销引擎、千亿样本集深度学习算法模型上的测试技术体系以及AI在实际测试技术中的应用实践。


 

成功(或教训)要点

 


1)通过线下、线上测试相互boost和延展,结合监控和跟踪定位,构建一系列稳定性保障平台。

2)通过使用算法测试算法的方式构建了model on model的算法测试体系


 

案例ROI分析

 


通过质量保障体系,阿里妈妈营销平台的故障数逐年下降,研发效率不断提升;成功构建了稳定有效的质量闭环和效能生态。


 

案例启示

 


1)为如何保障大规模引擎系统和千亿样本级深度学习模型提供了新的思路和方法。

2结合实际业务在测试技术平台化建设,算法赋能测试等方面进行了一定的前沿探索。


 

案例在团队中的意义

 

测试技术前沿的探索