ARAMAZING RESUME
牛敬业
自动化测试工程师
188****1059niu****@***.com北京30男自动化测试工程师在职北京18k-25k •在“软件测试实践”课程中，带领 5 人小组为校园二手交易平台设计 200+ 条测试用例，使用 Selenium WebDriver 和 pytest 实现前端回归自动化，并用 Postman 跑通核心接口的全参数边界测试，项目最终缺陷逃逸率低于 5%。
•获得全国大学生软件测试大赛省级一等奖，独立完成基于 Appium 的移动端自动化测试方案，将 Page Object 模式引入脚本结构，实现 70% 以上的场景覆盖，并输出可复用的测试框架模板。
北京某物联科技有限公司 - 质量保障部物联网领域专精特新企业
2017.03-2020.12
•负责公司物联网云平台的自动化测试体系搭建，基于Python + Pytest + Playwright构建端到端UI自动化方案，将核心业务回归耗时从8人天压缩至2人天。
•主导RESTful接口与MQTT协议消息的自动化测试，使用Python + Pytest-requests + Allure报告，实现接口级自动化覆盖率达92%，阻断上线前协议兼容性问题17次。
•推动测试环境容器化改造，基于Kubernetes与Docker Compose实现按需创建的测试沙箱，环境就绪时间从平均6小时降至20分钟，显著提升联调效率。
•与前后端开发人员组成质量小组，推动缺陷根因分析，优化提测质量准入标准，使线上缺陷逃逸率降低45%。
北京某企业服务科技有限公司 - 测试开发中心企业服务领域高成长型企业
2021.01-至今
高级自动化测试工程师分层测试策略流水线优化测试资产建设
北京
•带领测试小组负责企业级SaaS管理平台的自动化测试，制定分层测试策略，引入Cypress与Playwright混合方案，使Web端回归测试周期缩短60%。
•重构CI/CD流水线中的测试阶段，将自动化测试拆分为冒烟、核心、全量三级，利用GitLab CI实现代码合并后自动触发，测试结果反馈时间控制在10分钟以内。
•设计并落地测试数据工厂，通过模板化+规则引擎动态生成合规测试数据，解决多租户场景数据准备难题，数据准备人力成本降低75%。
•定期组织代码走查和测试设计评审，沉淀自动化测试标准库与最佳实践，团队成员独立编写自动化脚本能力覆盖率从55%提升至90%。
智慧供应链协同平台自动化测试项目 - 自动化测试负责人
2018.05-2019.12
•该项目为面向大型制造企业的智慧供应链协同平台，涵盖采购、库存、物流、结算等核心模块，支持Web端与移动端。
•作为自动化测试负责人，制定全链路自动化测试方案，技术栈选用Java + TestNG + Appium + RestAssured，实现web与移动端UI及接口自动化。
•设计并编写自动化测试脚本1300余条，覆盖核心业务场景，自动化执行效率较手工提升60%，保障了3次大版本迭代顺利上线。
•集成Jenkins定时任务与Allure报告，实现每日构建自动化测试，上线前缺陷发现率提升至98%，严重缺陷修复周期缩短至4小时。
物联网平台自动化测试工具链开发项目 - 核心开发成员
2017.06-2018.04
•参与开发的物联网平台自动化测试工具链，旨在统一设备影子、规则引擎、数据流转等模块的自动化测试能力。
•负责工具链中协议模拟与接口测试模块开发，采用Python + Pytest + Locust构建轻量级测试工具，支持MQTT和HTTP接口的自动化验证。
•设计测试数据生成规则引擎，可自动生成符合工业协议的设备模拟数据，测试数据准备时间从原来2天缩短至3小时。
•该工具链在部门内5个物联网项目中推广使用，自动化测试编写效率提升40%，测试覆盖率平均提升25%。
对软件质量抱有近乎偏执的守护欲，深信每一次自动化回归都是对用户信任的细致托举。我习惯从成本与稳定性的平衡点出发设计用例，对测试代码有洁癖，追求可读、可维护且能快速反馈的脚本。多年深耕自动化测试，熟练运用主流工具链，擅长从零搭建分层框架并融入CI/CD流水线，让质量内建于交付节奏中。在电商、金融等多领域复杂场景下历练出的业务嗅觉，使我能够快速定位风险点；同时乐于带领小团队沉淀技术、复刻经验，期待在自动化测试岗位上持续为高效交付与可靠品质保驾护航。
CI/CD 与测试环境治理:
熟练使用 Docker 与 Kubernetes 编排测试环境，为自动化测试流水线设计“环境即服务”方案，通过 Jenkins Pipeline 触发环境创建、测试执行与回收，平均单次回归环境准备时间从 20 分钟降至 2 分钟。
在多个项目中实践测试环境即代码，通过 Kustomize 管理多环境差异配置，并编写统一的环境健康检查脚本，有效杜绝因环境不一致导致的无效失败，提升团队测试结果可信度。
