Fintech / 加密貨幣 QA — 高風險高薪資產業的測試特性
Fintech 與加密貨幣 QA 完整指南。金融風險點、法遵(個資法 / 金管會 / KYC)、加密貨幣特有測試(錢包 / 鏈上交易 / 訂單簿)、災難復原、薪資對標。
💡 本文原刊於 qa.9niche.com,2026-08 併入 9niche.com 懶人包,內容照原文完整搬遷。
目錄
1. 前言
「我們 QA 跑錯一個小數點、客戶帳戶少 $10000」 — Fintech QA 的日常焦慮。Fintech 是 QA 薪資 + 30-50%、加密 + 50-100% 的領域,但門檻高、責任重。這篇給你完整入行 + 工作 framework。
2. 為什麼 Fintech QA 特別難
3. 8 個 Fintech QA 必測情境
1. Decimal 精度
# ❌ 用 float
balance = 0.1 + 0.2 # = 0.30000000000000004
# 客戶餘額 0.30 vs 0.300...4 → 對帳爆
# ✅ 用 Decimal
from decimal import Decimal
balance = Decimal('0.1') + Decimal('0.2') # Decimal('0.3')
QA 必測:
- 0.1 + 0.2 對帳結果
- 多幣種轉換來回(USD → TWD → USD 是否守恆)
- 利息日複利精度
- 折扣 + 折扣(5% off + 10% off)
2. 雙重支付(Double Spending)
QA 必測:
- Concurrent 同帳號 N 個請求
- 樂觀鎖 / 悲觀鎖測試
- 分散式 lock 機制
3. 訂單簿(Order Book)
加密貨幣交易所特有:
Buy orders | Sell orders
$50,000 × 1.5 BTC | $50,100 × 2 BTC
$49,950 × 3 BTC | $50,200 × 0.5 BTC
$49,900 × 0.8 BTC | $50,500 × 1 BTC
QA 必測:
- 市價單吃進深度(吃光 best price 後跳價)
- 限價單部分成交
- 價格優先 + 時間優先撮合
- 自我撮合(self-trade prevention)
4. 鏈上交易測試(加密)
QA 必測:
- TxHash 對得上鏈上
- 確認數達標才計入
- Gas 不足時錯誤處理
- Nonce 重複 / 跳號
- Reorg 處理(區塊重組)
- ERC-20 / BEP-20 / TRC-20 跨鏈差異
- Wallet address 驗證(checksum / 跨鏈不能混)
5. KYC / AML
- 身份證 / 護照 OCR 準確度
- Liveness check(活體偵測)
- 製裁名單比對(OFAC)
- 大額交易 alert
- Pattern 異常偵測(短時間多筆小額)
6. 提領 / 入金限額
單筆限額 / 日限額 / 月限額
KYC Level 1 / 2 / 3 不同上限
跨境匯款 vs 國內
法幣 vs 加密
QA 必測:邊界值(剛好 / 多 1 / 少 1)、限額重置時機、跨日 UTC vs 本地時區。
7. Audit Trail
所有金融操作必須有不可篡改 log:
- Who(user ID + IP + UA)
- What(操作類型 + 金額 + 對方)
- When(毫秒級 timestamp + UTC)
- 之前狀態 → 之後狀態
- 操作結果(成功 / 失敗 + 原因)
QA 必測:log 完整性、保留期(至少 5 年)、不可改 / 不可刪。
8. Disaster Recovery
✓ Hot backup 即時同步
✓ Failover 在 5 分鐘內
✓ 跨 region replication
✓ Point-in-time recovery
✓ 演練年至少 2 次
4. 加密貨幣 QA 工具地圖
5. Test 環境設置(加密)
# Local Anvil chain
foundryup
anvil --port 8545
# 接 wallet 到 localhost
# MetaMask → Add network → RPC: http://localhost:8545
# 發測試 token
cast send --rpc-url http://localhost:8545 \
--private-key 0x... \
$TOKEN_CONTRACT \
"transfer(address,uint256)" $RECIPIENT 1000000
6. CI 整合 — 智能合約測試
name: Smart Contract Test
on: [pull_request]
jobs:
test:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: foundry-rs/foundry-toolchain@v1
- run: forge build
- run: forge test -vvv
# Coverage
- run: forge coverage --report summary
# Gas report
- run: forge test --gas-report
# Slither security
- uses: crytic/[email protected]
7. Fintech / Crypto 法遵清單
台灣金管會:
✓ 虛擬通貨平台業者納管(2024-07 上路)
✓ Travel Rule 跨平台轉帳資訊揭露
✓ AML / KYC
歐盟 MiCA:
✓ 加密資產 service provider 註冊
✓ Stablecoin 強制透明
✓ Market abuse 防範
美國:
✓ SEC 證券性判定
✓ FinCEN AML
✓ NY State BitLicense
8. 薪資對標(2026 台北)
| Role | 一般 SaaS | Fintech | Crypto |
|---|---|---|---|
| Junior QA | 38K | 50K | 60K |
| Mid QA | 60K | 80K | 100K |
| Senior QA | 90K | 120K | 150K |
| QA Lead | 130K | 170K | 200K+ |
Premium 來源:
- Domain 學習門檻(金融 + 法遵 + 數學)
- 24x7 on-call 責任
- 法遵壓力(出事個人責任)
- 業界稀缺
9. 入行 Fintech QA 的 6 步
加密貨幣 QA 額外要學
✓ 區塊鏈基礎(Block / Tx / Hash / Address)
✓ 主流鏈差異(ETH / BSC / Polygon / Solana / TRON)
✓ ERC-20 / BEP-20 標準
✓ Wallet 安裝 + 簽名
✓ Etherscan 看 Tx
✓ Gas 機制
✓ Confirm 數
✓ Bridge / Cross-chain 風險
10. QA Lead 在 Fintech 該推的 process
- 4-Eye Principle — 任何 prod 金錢操作 ≥ 2 人 review + approve
- Canary Release — 1% 用戶 / 3 天 / 監控異常
- Maintenance Window — 提前 48 小時通知、UTC 凌晨
- Incident Response — < 5 分鐘響應、< 30 分鐘止血、< 24 小時 RCA
- Annual DR Drill — 全公司演練 production 全掛
- Audit Log Review — 月 review 異常操作
11. 常見 incident pattern
12. 反模式
13. 給 Fintech QA 的 5 句
- 錢算錯比 bug 嚴重 100 倍
- 每個操作都該能 audit
- 並發測試是必修、不是選修
- 加密貨幣是不可逆的、Test net 跑 100 遍再上
- 法遵不是 NG to have、是 must have
14. 最後
Fintech / Crypto QA 是 2026 薪資 Top 3 的 QA 細分領域。門檻高 = 競爭少。從學 Decimal + Stripe sandbox + 用 MetaMask 玩 Sepolia testnet 起步、半年後跳 fintech 加薪 30%、再一年跳 crypto 加薪 50%。
延伸:
相關連結
QA 工程師完整職涯路線。每個階段的能力要求、薪資範圍、轉職時機、晉升訊號。附技能心智圖與成長軌跡圖。
從零搭起 API 測試框架。pytest fixtures、requests session、JSON schema 驗證、auth 處理、CI 整合,附完整範例。
QA 該懂的應用安全測試。OWASP Top 10 一一解釋、每個漏洞怎麼測(手動 + 自動化)、Burp Suite / OWASP ZAP 入門、何時找 pentester。
相關懶人包
2026 QA 趨勢實戰:我看到的 5 個轉變(AI、Shift-Left、Observability)
從手動 QA 到 AI 輔助、從測試金字塔到測試獎盃。這篇分享我這 10+ 年看 QA 從「測完才知道」到「shift-left + AI」的真實觀察。
AI / LLM 功能 Spec Review — 幻覺 / 評估 / 成本 / 法遵 8 個必問
AI 功能 spec review 完整指南。LLM 不確定性處理、評估指標、Prompt versioning、成本控制、安全護欄、法遵(EU AI Act / GDPR)、Fallback、人工 review 流程。
AI Agent 系統測試 — 自主執行 / 工具呼叫 / 多步推理的 QA 策略
測試 AI Agent 完整方法。Tool calling 驗證、Trajectory 評估、Failure mode 分類、無限迴圈防止、成本上限、安全 sandbox、Multi-agent 協作測試。
一般聲明
本站提供之資訊僅供參考,不保證其完整性與正確性。使用者應自行判斷資訊之適用性。