Русский
Конференции для профессионалов индустрии информационных технологий

Лашкевич Дарья

QA Team lead/AI Engineer
Accenture
Латвия
Рига

Биография:

9 лет в тестировании, Прошла путь с регрессионного тестировщика в Sitronics Telecom Solutions (Москва, Россия), до и.о. Руководителя группы автоматизированного и нагрузочного тестирования. Около 4 лет работала тест-менеджером в Сбербанк-технологии (Москва, Россия). В настоящее время QA Team Lead/ AI Engineer в Accenture (Рига Латвия)

Доклады

Услышь мои знаки: Переводчик языка жестов, разработка и тестирование

30.09.2018

Представьте, все вы, кто не понимает язык жестов, как бы вы чувствовали себя, если бы жили в мире, где вы не можете полностью общаться с подавляющим большинством населения, кроме как текстом. Только один случай из многих, когда человек, который использует язык жестов в качестве своей основной формы общения, вынужден общаться с миром в повседневной жизни. Они могут варьироваться от ситуаций в  транспорте до получения медицинского обслуживания. Спросите себя, как вы себя чувствовали? Теперь представьте, что вы живете в мире, который не полностью вам доступен. Где Вы сталкиваетесь с этим каждый день. Вот почему мы готовы поделиться с вами нашей идеей сегодня: Переводчик языка жестов, разработка и тестирование.

Уровень сложности
Секционный доклад (40 мин)

Особенности тестирования робота – домашнего помощника

28.02.2018

В докладе представлены подходы к тестированию программного обеспечения для антропоморфного робота Nao. Робот используется в основном для научных исследований. Нами была разработана программа домашнего помощника. Робот должен по просьбе человека подойти к названному предмету, поднять его и принести просившему. Разработку можно использовать в дальнейшем как помощника для пожилых людей и неходячих больных.     


Было выделено 3 основных направления тестирования робота:

  • Тестирование в режиме диалога. Основная цель - определить, как робот понимает голосовые команды разных людей в различных шумовых условиях.
  • Тестирование ориентации в пространстве. Основная цель - определить, как Nao анализирует изображения, получаемое с камер, совместить эти данные с данными сонара робота и протестировать формирование траектории до целевого объекта.
  • Тестирование поднятия объектов. Цель – определить, насколько робот устойчив, предметы какой формы он может поднять и как долго он способен их удержать.
Уровень сложности
Секционный доклад (40 мин)

Посещал конференции

Докладчик