#47: Test Data Management meets Data Science

01/02/25 • 26 min

Agile-Test.Bar – Der Podcast für Testautomatisierung und Continuous Testing

Nach einer erkenntnisreichen Abwägung der Frage: “Synthetische Daten oder Livedaten” kommt Alexander im Podcast mit Markus schnell zur praktischen Bedeutung der Datenwissenschaft (Data Science) für das Testdatenmanagement. Er platziert das Thema in ein Set von eigenen Datenregeln, die sich auf Technik, Datenqualität und Realiltät beziehen. Am Beispiel der Verwendungsanalyse von realen Daten und der Datenreduktion macht Alexander den praktischen Bezug der Data Science für das Testdatenmanagement erkennbar. Die Zeitvorteile, die sich aus der Anwendung des Datenwissen insbesondere bei großen Datenmengen ergeben, deuten für Alexander auf eine weiter steigende Bedeutung des Themas in der Zukunft hin.

Alexander Becker kann kontaktiert werden via email ([email protected]) oder linkedin https://www.linkedin.com/in/alexander-becker-aa075621

Grundlagen: Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking

Online Kurse/ Materialien von IBM Was ist maschinelles Lernen (ML)? | IBM

Was ist Clustering? | IBM

Was ist k-Means-Clustering? | IBM

Alexander Becker kann kontaktiert werden via email ([email protected]) oder linkedin https://www.linkedin.com/in/alexander-becker-aa075621

Grundlagen: Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking

Online Kurse/ Materialien von IBM Was ist maschinelles Lernen (ML)? | IBM

Was ist Clustering? | IBM

Was ist k-Means-Clustering? | IBM

Vorherige Episode

#46: Auswahl eines Testmanagementtools

Bei der Auswahl eines Testmanagementtools sind viele Aspekte und vor allem die Interessen der Stakeholder zu berücksichtigen. Für Donia Dhaouadi sind die wichtigsten Aspekte Funktionalität, Integrierbarkeit und Kosten. Im Dialog mit Markus gibt sie einen Überblick über die Auswahlschritte, von der Marktanalyse über eine Longlist zu einer Short List und die finale Entscheidung. Sie verrät Strategien zur Einbindung der Stakeholder und gibt einen Ausblick auf den Folgeschritt, die Einführung des ausgewählten Tools. Es bleibt aber nicht bei der Theorie: die Erfahrungen in einem aktuellen Projekt bringt Donia mit in den Podcast.

Donia kann über Linkedin kontaktiert werden: https://www.linkedin.com/in/donia-dhaouadi-948b72117

Nächste Episode

#48: K6, JMeter oder Gatling

Systemperformanz insbesondere von Webanwendungen ist erfolgskritisch. Matthias geht im Podcast im Dialog mit Markus auf für Performanztests wichtige Tools detailliert ein und vergleicht deren Features. Inwieweit JMeter, K6 oder JMeter Opensource sind, wie leicht sich mit diesen Tools arbeiten lässt, wie sie in eine CI/CD-Pipeline integriert werden können und welche Reportingmöglichkeiten bestehen, wird im Podcast dargestellt.

Abschließend spricht Matthias über seine Praxiserfahrungen und gibt Empfehlungen.

Matthias Eggert kann per email ( [email protected]) kontaktiert werden.

Weiterführende Informationen sind z.B. in Qytera-Blogartikeln zu finden (https://www.qytera.de/blog).