Telegram Group Search
⭐️ Как проводить exploratory testing: советы и методики

Exploratory testing — адаптивный метод, где тестировщик одновременно изучает продукт, создаёт тесты и находит баги без готовых сценариев.

Почему это важно:

📍 Выявляет баги, которые не ловят автоматические тесты.

📍 Глубже раскрывает логику и слабые места продукта.

📍 Позволяет эффективно тестировать при ограниченных сроках.

Как правильно проводить:

1️⃣ Определяем цель и охват тестирования:

— Выберите область или функциональность, которую будете исследовать.

— Сформулируйте конкретные задачи или вопросы для проверки.

2️⃣ Используем session-based подход:

— Делите тестирование на ограниченные по времени сессии (30–90 минут).

— В конце каждой сессии фиксируйте результаты, баги и идеи для дальнейших исследований.

3️⃣ Записываем действия и наблюдения:

— Ведите подробные заметки: шаги, данные, поведение системы.

— Используйте инструменты для скриншотов и записи экрана, чтобы не потерять важную информацию.

4️⃣ Применяем разнообразные техники тестирования:

— Тестируйте границы, негативные сценарии, стресс-тестирование, проверку безопасности.

— Используйте техники «чёрного ящика» для оценки функционала без знания внутренней реализации.

5️⃣ Анализируем и корректируйте план:

— После каждой сессии оценивайте результаты и определяйте приоритеты.

— При необходимости меняйте фокус и подход для максимальной эффективности.

6️⃣ Коммуницируем с командой:

— Делитесь инсайтами и найденными проблемами своевременно.

— Вовлекайте разработчиков и аналитиков для уточнения деталей и быстрого решения.

💡 Советы для успешного exploratory testing:

— Будьте любознательны и критичны — ищите неочевидные баги.

— Используйте чек-листы, но не ограничивайтесь ими.

🐸 Библиотека тестировщика

#буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👾 AI-агенты — настоящее, о котором все говорят

На днях мы анонсировали наш новый курс AI-агенты для DS-специалистов 🎉

Это продвинутая программа для тех, кто хочет получить прикладной опыт с LLM и решать сложные задачи!

На обучении вы соберете полноценные LLM-системы с учётом особенностей доменных областей, получите hands-on навыки RAG, Crew-AI / Autogen / LangGraph и агентов.

🎓 В рамках курса вы научитесь:
— адаптировать LLM под разные предметные области и данные
— собирать свою RAG-систему: от ретривера и реранкера до генератора и оценки качества
— строить AI-агентов с нуля — на основе сценариев, функций и взаимодействия с внешней средой

Разберете реальные кейсы и научитесь применять похожие подходы в разных доменных областях, получите фундамент для уверенного прохождения NLP system design интервью и перехода на следующий грейд.

Старт 5 июля, а при оплате до 1 июня действует дополнительная скидка и бонус — эксклюзивный лонгрид по API и ML от Proglib.

Начните осваивать тему уже сейчас 👉 https://clc.to/Cttu7A
Библиотека тестировщика | QA, тестирование, quality assurance, manual testing, autotesting, ручное тестирование, автотесты pinned «👾 AI-агенты — настоящее, о котором все говорят На днях мы анонсировали наш новый курс AI-агенты для DS-специалистов 🎉 Это продвинутая программа для тех, кто хочет получить прикладной опыт с LLM и решать сложные задачи! На обучении вы соберете полноценные…»
🌐 Тестовые среды — миф или реальность

Тестовые окружения часто устаревшие, с неподходящими данными и конфигурациями. Реальные условия на бою отличаются по нагрузке и интеграциям, что приводит к неожиданным ошибкам.

➡️ Какие преимущества:

— Выявление ошибок до релиза

— Безопасное тестирование изменений

— Снижение рисков для продакшена

➡️ Недостатки:

— Несовпадение с реальной средой по данным и настройкам

— Постоянная необходимость поддержки и обновления

— Ложное чувство безопасности, которое вводит в заблуждение

Тестовые среды — важный, но далеко не совершенный инструмент контроля качества. Главная проверка — рабочая система в проде 😧

А как у вас? Тестовые среды работают эффективно или это просто формальность? Пишите в комментариях ✏️

🐸 Библиотека тестировщика

#междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
😧 Фишка инструмента: Faker

Faker — библиотека для генерации случайных, но правдоподобных данных: имена, адреса, номера телефонов, email, даты и многое другое. Поддерживает множество языков и форматов.

Почему это важно:

🟣 Автоматизация создания данных уменьшает рутину.

🟣 Реалистичные данные помогают лучше выявлять ошибки, которые не появятся при использовании статичных значений.

🟣 Легко создавать большие наборы данных для нагрузочного тестирования.

🟣 Позволяет создавать уникальные данные, избегая конфликтов в базе или тестах.

Как использовать:

1. Установите библиотеку:


npm install faker


2. Пример генерации данных в тесте (на JavaScript):


const { faker } = require('@faker-js/faker');

const randomUser = {
name: faker.name.fullName(),
email: faker.internet.email(),
phone: faker.phone.number(),
address: faker.address.streetAddress(),
};

console.log(randomUser);


🔗 Ссылка на GitHub

🐸 Библиотека тестировщика

#буст
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡️ Дождались! Ребята сделали крутейший канал про Python

Здесь на простых картинках и понятном языке обучают этому языку, делятся полезными фишками и инструментами

Подписывайтесь: @PythonPortal
⭐️ Тестирование офлайн-режима с Playwright

Проверка работы веб-приложения без сети — ключевой этап в разработке современных сервисов. Рассмотрим, как убедиться, что кеш работает и данные доступны офлайн.

Рассказываем в карточках:

➡️ Как устроено простое приложение с Service Worker и кешированием

➡️ Почему важно автоматизировать офлайн-тесты

➡️ Пошаговый пример: загрузка данных онлайн и кеширование

➡️ Как имитировать офлайн и проверить отображение кеша

😼 Во второй части покажем, как тестировать первый офлайн-визит без кеша.

🔗 Полный код и демо — по ссылке

🐸 Библиотека тестировщика
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Последние 2 дня скидки на курс «AI-агенты для DS-специалистов»

Пока большинство дата-сайентистов строят модели и делают аналитику, рынок уже требует специалистов, которые создают автономные системы на базе ИИ-агентов.

Для этого мы подготовили специальный курс и собрали кучу дополнительного контента, который поможет погрузиться в тему еще глубже. Но чтобы получить все плюшки, успевайте до 1 июня.

🎁 Что вы получите при оплате курса до 1 июня:
— Промокод PROGLIBAIна 10 000 ₽ на курс, чтобы изучать AI-агентов еще выгоднее
— Эксклюзивный лонгрид по API и ML от Proglib

💡Что разберем на курсе «AI-агенты для DS-специалистов»:
— Реализацию памяти в цепочках langchain
— Полный пайплайн RAG-системы с оценкой качества
— Основы мультиагентных систем (MAS)
— Протокол MCP и фреймворк FastMCP

Промокод также действует на курсы «Математика для Data Science» и «Алгоритмы и структуры данных».

👉 Успейте до 1 июня: https://clc.to/Cttu7A
😊 Кроссворд тестировщика: проверьте свои знания

Сегодня мы предлагаем вам сосредоточиться на пяти важных понятиях:

1️⃣ Повторное тестирование, чтобы убедиться, что последние изменения не нарушили работу ранее исправленных функций.

2️⃣ Последовательность команд или инструкций, которые автоматизируют проверку и ускоряют тестирование.

3️⃣ Процесс поиска и исправления ошибок в программе.

4️⃣ Модульное тестирование отдельных частей кода для выявления дефектов.

5️⃣ Выпуск новой версии продукта или обновления для пользователей.

Попробуйте разгадать и напишите в комментариях ✏️

🐸 Библиотека тестировщика

#междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
2025/05/31 21:00:05
Back to Top
HTML Embed Code: