- 综合排序
- 最热优先
- 最新优先
运营活动质量保障：质量人的甜蜜负担
但是如果运营活的质量很差，被骂的声音也会更响亮了！ 属实的又爱又恨，运营活动因而成为了质量人最甜蜜的负担～而通过项目的积累、与其他业务的讨论共创，我们也积累了一批对运营活动类项目的测试点和对应的测试方案。 活动运营的特点3：目标实现快速活动执行的好，预期目标的实现也是很快速的。 ，建立绑定关系才可以有奖励，多次邀请同一人是否邀请成功等端内外主客视角下的分享逻辑，这里尤为重要，具体可以参考我在12月提频活动时之前写的用例：https://zhiyan.woa.com/testx/ 参考运营活动类项目测试方案，测试在相关项目中也更充分地可以参与到各个环节，为提升项目收益、保证项目质量、提升测试效率贡献自己的力量。
72410编辑于 2024-03-28- 来自专栏Y大宽
3 wes测序质量的控制
原视频6:测序质量的控制 首先建立文件夹 $ cd ~/project/wes/ $ mkdir {raw,clean,align,mutation,qc} 这部分包括fastqc和multiqc两个软件查看测序质量 ，以及使用trim_galore软件进行过滤低质量reads和去除接头。 如果你有很多很多文件，参考我这篇批量对多个测序文件进行fastqc. 1.2 multiqc 假设上述qc发现，质量不好，就过滤 2 过滤低质量reads和去接头 ls /path/to/your arr[0]} fq2=${arr[1]} nohup $bin_trim_galore -q 25 --phred33 --length 36 -e 0.1 --stringency 3
73340发布于 2019-06-03 - 来自专栏腾讯云TVP
技术人如何高质量向上汇报？
但当一位技术人需要做一个技术汇报时，面对的听众可能是专家，可能是外行，也可能是评估你的领导，经常会出现以下几种情况： 讲当前技术的复杂和挑战，希望获得更多资源支持，非专业人员听不懂。 大咖经验分享 如何在时间有限的情况下，既能清楚地把项目方案的深度体现，又能让听众听得津津有味，做成一场高质量的高层方案汇报？ 9 月 15 日晚 20:00，「TVP技术夜未眠」第四期来啦，本期我们特别邀请了《精益数据方法论》作者&创始人，凯哥讲故事系列 公众号作者，腾讯云 TVP 史凯老师担任嘉宾。 讲师介绍： 史凯：《精益数据方法论》作者&创始人，凯哥讲故事系列 公众号作者，腾讯云 TVP 投身于企业数字化转型工作近 20 年。 现在专注于企业智能化转型领域，是数据驱动的数字化转型的行业布道者，数据中台的推广者，精益数据创新体系的创始人，2019 年荣获全球 Data IQ 100 人的数据赋能者称号，创业邦卓越生态聚合赋能官
60520编辑于 2023-01-05 - 来自专栏【腾讯云开发者】
技术人如何高质量向上汇报？
但当一位技术人需要做一个技术汇报时，面对的听众可能是专家，可能是外行，也可能是评估你的领导，经常会出现以下几种情况： 讲当前技术的复杂和挑战，希望获得更多资源支持，非专业人员听不懂。 大咖经验分享 如何在时间有限的情况下，既能清楚地把项目方案的深度体现，又能让听众听得津津有味，做成一场高质量的高层方案汇报？ 9月15日晚20:00，「TVP技术夜未眠」第四期来啦，本期我们特别邀请了《精益数据方法论》作者&创始人，凯哥讲故事系列 公众号作者，腾讯云TVP 史凯老师担任嘉宾。 讲师介绍： 史凯：《精益数据方法论》作者&创始人，凯哥讲故事系列 公众号作者，腾讯云TVP 投身于企业数字化转型工作近 20 年。 现在专注于企业智能化转型领域，是数据驱动的数字化转型的行业布道者，数据中台的推广者，精益数据创新体系的创始人，2019 年荣获全球 Data IQ 100 人的数据赋能者称号，创业邦卓越生态聚合赋能官
82920编辑于 2022-09-14 - 来自专栏生信菜鸟团
转录组数据质量评估-3
生信技能树学习笔记 数据质量评估 FastQC软件可以对fastq格式的原始数据进行质量统计，评估测序结果，为下一步修剪过滤提供参考。 fastqc运行 目标：使用fastqc对原始数据进行质量评估 # 激活conda环境 conda activate rna # 连接数据到自己的文件夹 # 如果上面做习题的时候已经链接过来，无需再次链接 Asthma-Trans/data/rawdata ln -s /home/t_rna/data/airway/fastq_raw25000/*gz ./ # 使用FastQC软件对单个fastq文件进行质量评估
45510编辑于 2024-07-10 - 来自专栏机器人网
机器人可以帮助改善空气质量？
减少汽车尾管和动力装置的排放对空气质量改善很有帮助，但在中国的一家沃尔沃工厂里，机器人的使用也对提高空气质量起了重要作用。 瑞典汽车制造商沃尔沃在中国的一家工厂针对这一问题实施了一系列措施和流程控制污染，改善汽车内部和外部环境的空气质量。 借助于ABB完善的开发流程，沃尔沃在中国最先实现利用机器人在装配线上为汽车涂水性胶。
47470发布于 2018-04-12 - 来自专栏机器人网
中国机器人差在哪？质量、创新还是设计？
这差距体现在质量上？也许吧，德国的工业自动化确实能把品控做的妥妥帖帖。你说这差距体现在创新上？也没错，一直在复制，才开始的创新，你不能要求一步登天的。你说这差距在设计上？ 3、可以让本地制造业恢复元气，带动一批供应商。“ 想想的确觉得很美好。 青岛：目前，青岛已有20余家工业机器人企业，实现年产值约3亿元，初步形成了环形胎面硫化翻新工业机器人、直角坐标取料机械手、全液压重载机器人、码垛机器人、高速捡拾机器人、包装机器人等优势产品。 目前，国内的助老助残机器人、康复机器人、护理机器人等已发展的很快，服务机器人正成为我国机器人产业布局的下一个重点方向。 深圳市的机器人产业规划提出，在服务机器人孵化工程方面，家庭服务机器人、医疗健康机器人以及特种服务机器人成为重中之重。
77650发布于 2018-04-24 - 来自专栏数据科学与人工智能
【数据】关于数据质量，营销人必知六问
虽然不用cookie等较精确的数据也可以使用数据模型创建目标人群，但也会导致人群规模增加，但是相应的降低了质量。使用数据模型处理目标人群的时候，必须明确种子数据和模型推算人群的比例。 一个小体量的高质量的基于数据的目标人群可能适用于电子邮件营销活动，但对于媒体投放活动来说太小了。因此数据提供商利用一部分无效数据来据添加更多的看似精准的结果。 如果你定义了一个非常精准的人群： 30-40岁，女性，在过去14天，在指定的四个区域，买了特定的某一本杂志，最后找到30人。这是一个很有价值的目标人群，但数量太少了。 例如，将Cookie数据或设备ID相匹配可能会降低数据质量。你可能会合并一堆数据，但是匹配率太低，所以最终得到的数据集没什么价值。 相反，与其他数据集合匹配良好的数据集可以提高数据质量。 给出上述所有的问题的答案 目前，在各个渠道上使用数据需要熟练控制数据质量，但也要能够接受数据的杂乱。随着数字化世界的成熟，数据质量可能会提高，但仍保留某些缺陷。
1K70发布于 2018-03-27 - 来自专栏【腾讯云开发者】
代码质量第3层-可读的代码！
（二）没有嵌套很深的代码 嵌套很深的代码，可读性很差，让人产生“敬畏感”。 如： fetchData1(data1 => fetchData2(data2 => fetchData3(data3 => done(data1, data2, data3 比如，判断一个值是否是: 1到100之间，能被3和5整除的偶数。 代码质量的下一层次就是：可复用的代码。将会在下一篇文章中介绍。 推荐阅读 代码质量第4层——健壮的代码！ 代码质量第5层-只是实现了功能 聊聊代码质量-《学得会，抄得走的提升前端代码质量方法》前言 公司的电脑为什么卡——因为缺少工程师文化！
42820编辑于 2022-01-14 - 来自专栏九彩拼盘的叨叨叨
代码质量第 3 层 - 可读的代码
没有嵌套很深的代码 嵌套很深的代码，可读性很差，让人产生“敬畏感”。 比如: fetchData1(data1 => fetchData2(data2 => fetchData3(data3 => fetchData4(data4 => 如: fetchData1(data1 => fetchData2(data2 => fetchData3(data3 => done(data1, data2, data3) 比如，判断一个值是否是: 1 到 100 之间，能被 3 和 5 整除的偶数。 代码质量的下一层次就是：可复用的代码。我会在下一篇文章中介绍。
76010编辑于 2021-12-03 - 来自专栏《云荐大咖》
代码质量第 3 层 - 可读的代码
没有嵌套很深的代码 嵌套很深的代码，可读性很差，让人产生“敬畏感”。 比如: fetchData1(data1 => fetchData2(data2 => fetchData3(data3 => fetchData4(data4 => 如: fetchData1(data1 => fetchData2(data2 => fetchData3(data3 => done(data1, data2, data3) 代码质量的下一层次就是：可复用的代码。将会在下一篇文章中介绍。 image.png 金伟强老师往期精彩文章推荐： 聊聊代码质量 - 《学得会，抄得走的提升前端代码质量方法》前言 代码质量第 5 层 - 只是实现了功能 image.png 《云荐大咖》是腾讯腾讯云开发者社区精品内容专栏
1.2K60编辑于 2022-01-12 - 来自专栏信数据得永生
笨办法学 Python · 续 练习 3：质量
练习 3：质量 原文：Exercise 3: On Quality 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 我将提出一个关于认知的科学理论，我并不能证明它： 事实上，在这之后有很多事情要做，例如清理代码，执行质量保证检查，添加不变量和断言，编写测试，编写文档，并在整个系统的大环境中确认是否工作。 我交给你的质量过程不会捕获到所有的东西，但它会帮助你发现你能发现的，尽可能多的错误，也可以帮助你跟踪正在犯下什么样的错误，所以你可以在将来避免他们。
39610编辑于 2022-12-01 - 来自专栏Java Web
《编写高质量代码》学习笔记（3）
t.start(); } 此段程序运行时会报java.lang.IllegalThreadStateException异常，原因就是不能从结束状态直接转变为运行状态，我们知道一个线程的运行时间分为3部分 ：T1为线程启动时间，T2为线程的运行时间，T3为线程销毁时间，如果一个线程不能被重复使用，每次创建一个线程都需要经过启动、运行、销毁时间，这势必增大系统的响应时间，有没有更好的办法降低线程的运行时间呢
65150发布于 2018-04-26 第七章 AI数据质量-3
扩散模型是一类生成式模型，自2021年因其生成高质量图像的能力而越来越受欢迎。简单来说，扩散模型的工作方式首先是向训练集中的图像添加一定量的随机噪声。 Stable Diffusion Stable diffusion是一种基于潜在扩散模型（Latent Diffusion Models）的文本到图像生成模型，能够根据任意文本输入生成高质量、高分辨率、 输出：处理后的图片信息张量(Processed image information tensor) (3) 图片解码器（Image Decoder） 图像解码器通过前置的图片信息生成器得到的信息来生成图像 7-11 基于Stable Diffusion模型生成的测试样本 除了基于文生图外，我们还可以利用StableDiffusion的图生图(Img2Img)能力来生成相似的测试样本，代码示例如代码段7-3所示 代码段7-3：基于Stable Diffusion模型的图生图模型生成测试样本代码 import torch import requests from PIL import Image from io
49810编辑于 2025-04-15- 来自专栏机器人网
中外机器人差距在哪里：质量、创新还是设计？
这差距体现在质量上？也许吧，德国的工业自动化确实能把品控做的妥妥帖帖。你说这差距体现在创新上？也没错，一直在复制，才开始的创新，你不能要求一步登天的。你说这差距在设计上？ 3、可以让本地制造业恢复元气，带动一批供应商。“ 想想的确觉得很美好。 青岛：目前，青岛已有20余家工业机器人企业，实现年产值约3亿元，初步形成了环形胎面硫化翻新工业机器人、直角坐标取料机械手、全液压重载机器人、码垛机器人、高速捡拾机器人、包装机器人等优势产品。 目前，国内的助老助残机器人、康复机器人、护理机器人等已发展的很快，服务机器人正成为我国机器人产业布局的下一个重点方向。 深圳市的机器人产业规划提出，在服务机器人孵化工程方面，家庭服务机器人、医疗健康机器人以及特种服务机器人成为重中之重。
1K60发布于 2018-04-23 - 来自专栏机器人视觉
自动焊接机器人如何保证焊接质量
自动焊接机器人不仅焊接作业效率高，焊接质量还很稳定，那么自动焊接机器人如何保证焊接质量？需要注意下面几点。 自动焊接机器人保持焊接质量的方法： 1、选用高质量的气体保护焊 在工业中，大多数企业需用二氧化碳保护焊，二氧化碳焊接质量比较容易控制，广泛的适用于自动焊和多方位焊接，搭配高质量的焊机，可以做到飞溅少 3、选择合适的焊接参数 焊接参数设置的不同对焊接的质量有着不同的作用，针对不同的工件选择合适的焊接参数，在电压较低的时候，焊接过程变得稳定，焊接变形小，能够保证焊接的稳定性。 4、环境条件的控制 焊接环境中需要保持一定的湿度，环境干燥容易导致焊件表面出现气孔，影响焊接质量，由湿度传感器控制蒸汽加湿器，保持生产车间相对的空气湿度，较好的保证焊接质量。 以上几点都是会影响自动化焊接机器人焊接质量的，适配创想焊缝跟踪系统，不仅能够保证自动焊接的焊接质量，还可以提升企业的焊接作业效率，降低总体的制造成本，提升企业经济效益。
35320编辑于 2022-12-29 - 来自专栏机器之心
SIGGRAPH Asia 2025 | 只用一部手机创建和渲染高质量3D数字人
而我们正是从 “普通人也能用” 的角度出发，重新思考：如何只用一部手机，就能创建和渲染高质量 3D 数字人？ 移动端渲染，结合轻量化推理模型和面向移动设备的渲染优化策略，生成的数字人可在手机等设备上实现实时驱动与高质量显示。 该设计避免了传统 3DGS 渲染中高带宽、高冗余计算的瓶颈，使最终数字人能够在手机上稳定运行。 这些策略使系统在有限算力环境下仍能保持高质量渲染。 通过上述优化，数字人渲染不依赖实时体渲染混合或高开销着色器，而采用紧凑、高度可并行、缓存友好的绘制方式，最终达成在移动端平台上的实时表现。 总结与展望 围绕 “让普通人也能拥有高质量数字人” 这一目标，我们提出了 HRM²Avatar，一种基于手机单目扫描，即可生成可动画、高保真数字人的系统方案。
39410编辑于 2025-12-31 - 来自专栏机器人小农
机器人视觉3
随着技术的发展，3D相机的使用越来越频繁，当然如果价格亲民点、再亲民点，那将得到更多的使用。 今天我们就来说说3D相机和机器人之间那些思维。 往往3D相机是标定工具的，因此相机给出的位置信息对于机器人来说相当于绝对坐标值，就是说相机给了这个产品的位置信息，机器人拿到就直接执行这个位置就可以了。 首先我们来了解一下3D相机的原理： 3D相机是通过“激光”扫描得到镜头下物体轮廓的点云，并且计算出预先设置好的特征，并且计算出机器人tcp的位置 由此看来相机需要知道机器人的base坐标系位置，tcp 把这个位置信息发送给机器人。 当机器人收到后只需要执行这个位置就可以实现抓取了。 真的吗！！！ 回头看看我们前面说过相机给我们的数据是：机器人的base坐标系下，tcp位置，tcp抓取姿态。
66710编辑于 2022-06-29 第八章 AI模型质量-3
比如：在我们参与的活体检测的项目中，如图10所示，图10中的（1）号样本被正确识别，但（2）和（3）均被误识别，（2）被识别为翻拍电脑屏幕，（3）被识别为脸部被遮挡。 AI模型对我们来说就像个黑盒子，缺少可解释性，我们不知道对一张图模型关注什么信息，也不知道图10 中的（1）为什么成功、图10中的（2）和（3）为什么失败。 对于(3)我们猜测可能是因为样本中抬起的人手导致算法误判，而真实的原因是因为眼镜框带来的干扰。 对于(1)正样本，我看可以看到AI算法重点关注的是人的鼻子附近区域。对于(2）误判为翻拍电脑屏幕，我们可以看到AI算法关注到了人背后的玻璃窗户，导致了误判。 （3）对图像的关键区域进行过度的扰动，算法应该会失败。 更精准的蜕变测试 传统的异常样本构造，一般是采用前文提到的数据增强的手段，通常是针对整张图片进行的。
47410编辑于 2025-04-15- 来自专栏ThoughtWorks
直播预告｜质量三人行之不止测试
质量三人行之不止测试 时间：4月27日 19:30-21:00 扫描上方二维码免费报名直播，获取会议资料 质量保障，不止是测试，需要团队成员一起负责，需要从软件开发的整个生命周期给予关注；测试人员 ，不应该止步于单纯的测试工作，对质量相关的各方面都责无旁贷，除了自己身体力行，参与质量相关工作外，测试人员还需要对团队不同角色进行质量赋能，承担赋能者的职责。 本场直播，我们邀请到《质量三人行》系列播客的几位嘉宾，一起聊聊： 团队如何为质量负责？ 测试人员和测试团队如何转型？ 测试人员需要提升哪些方面的技能？ 测试人员未来的发展之路在哪里？
26330编辑于 2022-04-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号