ProQuality Community

#automationTesting В распределённых системах значительная часть бизнес-логики уходит за кадр — в асинхронные события, которые летят через Kafka. Если событие не дошло до топика или пришло с неверным payload, пользователь этого не увидит, а бизнес-процесс сломается. В нашем сегодняшнем материале автор поделиться архитектурным разбором реализации Kafka Consumer для тестовой автоматизации, включая решения проблем SSL-сертификатов, конфликтов consumer group и асинхронных таймингов. Kafka Consumer в тестовой автоматизации: архитектурный разбор

​​#ProQuality_tasks Всем привет! С вами снова рубрика задачки ProQuality ✨ Задача про свечи 🕯 У Дианы 100 свечей. Каждый вечер она зажигает одну свечу. Из остатков шести сгоревших свечей она всегда может сделать новую. Через сколько дней закончится запас свечей?

​​#proQuality_books #softwareTesting #dataQuality   📖 Data Quality Fundamentals: A Practitioner's Guide to Building Trustworthy Data Pipelines (2022) Авторы: Barr Moses, Lior Gavish, Molly Vorwerck Количество страниц: 308 Язык издания: Английский   Авторы предлагают комплексный подход к качеству данных в масштабе организации: Data Observability, SLA/SLI/SLO для данных, автоматические графы происхождения и детекторы аномалий.   Плюсы: ➕ Практический фокус на ETL/ELT процессах и хранилищах данных. ➕ Сильная концептуальная база по SLA/SLI/SLO для данных. ➕ Реальные кейсы и интервью с экспертами отрасли. ➕ Помогает руководителям обоснованно инвестировать в фреймворки качества данных.   Минусы: ➖ Страдает от самоповторов и слабой редактуры. ➖ Заметный маркетинговый тон в пользу определенной платформы. ➖ Связка качества данных с Data Mesh выглядит натянутой.   Для кого книга: ✔️ Для data и data quality инженеров и аналитиков, уставших от «поломанных» отчётов и недостоверных данных. ✔️ Для руководителей, выстраивающих прозрачные процессы мониторинга данных в компании. ✔️ Для начинающих специалистов, погружающихся в основы Data Observability.   Об авторах: Barr Moses, Lior Gavish и Molly Vorwerck — сооснователи платформы Monte Carlo, активно развивающие отраслевые стандарты мониторинга и контроля качества данных.

#ProQuality_news 🤖 Agentic Testing: Место ИИ-агентов в пирамиде тестирования (опыт Slack) Команда инженеров Slack опубликовала статью о том, как они прогнали более 200 E2E-тестов с помощью автономных ИИ-агентов (на базе моделей Claude). Цель — понять, готовы ли агенты заменить классические автотесты. Спойлер: не готовы, но у них есть своя суперсила. 🎯 Главное отличие: Путь vs. Цель Традиционные тесты жестко проверяют маршрут (кликни сюда -> введи текст -> проверь ассерт). ИИ-агенты проверяют цель (например, «отправь сообщение в тред и убедись, что оно там»). Агент сам анализирует DOM, адаптируется к изменениям верстки и каждый раз может находить разные пути для выполнения задачи. 📊 Что показал эксперимент Slack? Инженеры сравнили автономных агентов (через Playwright MCP и CLI) и детерминированные тесты, код которых был просто сгенерирован ИИ. 1️⃣ Надежность: На сложных UI-сценариях связка «Агент + Playwright MCP» показала лучшую стабильность (от 0 до 12% падений). А вот статичные автотесты, сгенерированные ИИ заранее, с треском провалились — 48% падений из-за малейших изменений стейта приложения. 2️⃣ Скорость и Цена (шок-контент): Агенты работают медленно (от 5 до 11 минут на тест). Но главное — это безумно дорого! Из-за того, что агенту постоянно нужно «скармливать» слепки DOM и историю шагов, один прогон агента стоил Slack от $15 до $30! 🤯 🔺 Новый слой пирамиды тестирования Slack делает однозначный вывод: ИИ-агенты пока не могут (и не должны) заменять быстрые и дешевые E2E-тесты в CI/CD пайплайнах. Вместо этого агенты формируют новый, четвертый слой на самой вершине пирамиды тестирования. Их идеальный юзкейс сегодня: • Exploratory Testing (исследовательское тестирование) сложных сценариев • Автоматический дебаг плавающих (flaky) багов • Воспроизведение хитрых дефектов прямо с продакшена 🔗 Agentic Testing: Where Agents Fit in the E2E Testing Stack 💬 Как вам стоимость в $15–30 за один проход автотеста? И как вам идея добавить четвертый уровень в классическую пирамиду тестирования? Делитесь мыслями в комментариях! 👇

#softwareTesting #automationTesting Apache Kafka — это система управления потоками данных, которая позволяет приложениям обмениваться сообщениями в реальном времени. В новой статье автор рассмотрит основы Apache Kafka, её архитектура, принципы работы, подходы и инструменты для тестирования сообщений в топиках (включая ручные и автоматизированные методы), а также приводятся практические примеры интеграционных тестов с использованием Testcontainers, Java и Awaitility. Apache Kafka: как настроить тестирование сообщений в топиках

#automationTesting Kubernetes — это платформа для автоматического развертывания, масштабирования и управления контейнеризированными приложениями. В данной статье описываются опыт построения системы автоматизированного тестирования для Kubernetes-платформы, включая выбор инструментов (Python, PyTest, Playwright), организацию выделенного тестового окружения, интеграцию с CI/CD, формирование отчётности. Автотесты: опыт построения системы качества для Kubernetes-платформы

#ProQuality_case 🚀 AI-Native Testing: Как Amazon полностью перестраивает QA-процессы под искусственный интеллект Carlos Arguelles (Senior Principal Engineer в Amazon) опубликовал крутую статью-выжимку своего недавнего доклада. Главный инсайт: ИИ уже генерирует код в 10 раз быстрее, но наша инфраструктура тестирования за этим не поспевает. Если скорость разработки растет, а тесты становятся узким горлышком — бизнес всегда будет жертвовать качеством ради скорости релизов. Чтобы этого избежать, Amazon внедряет концепцию автономных ИИ-агентов и 5 столпов AI-native тестирования: 1️⃣ Test Coverage (Покрытие): Amazon уходит от жестких UI-фреймворков. Вместо хрупких скриптов они используют инструкции на естественном языке. LLM получает промпт: «Найди книгу про Гарри Поттера, положи в корзину и проверь, что она там». Никаких локаторов — только plain English. Это радикально снизило уровень flaky-тестов. 2️⃣ Test Stability (Стабильность): Копии продакшена никогда не бывают идеальными. Поэтому Amazon делает смелую ставку на тестирование прямо в Production. Через сложную систему роутинга они гоняют тестовый трафик на реальных сервисах, обрезая критичные сайд-эффекты (например, списание денег с реальных карт). 3️⃣ Test Adequacy (Адекватность тестов): Как проверить, что тесты, написанные ИИ, вообще находят ошибки? Через продвинутое мутационное тестирование. Amazon разработали инструмент (в шутку названный Bug Injector 3000), который намеренно вносит хитрые баги в код, чтобы проверить, пропустит ли их пайплайн. 4️⃣ Test Efficiency (Эффективность): Традиционные фермы девайсов для мобильного тестирования не масштабируются при ускорении разработки в 10 раз. Выход — переход от физических устройств на десятки тысяч виртуальных девайсов в контейнерах. 5️⃣ Non-determinism (Недетерминированность): Классическая бинарная логика «pass/fail» плохо работает с ИИ-фичами (вроде умных чат-ботов). QA-инженерам нужно учиться тестировать недетерминированные системы, где результат может каждый раз немного отличаться. 🤯 Забавный фейл из практики Amazon: На первых этапах внедрения ИИ-агенту поручили протестировать логин, но дали неверный пароль. Вместо того чтобы выдать ожидаемый Test Failed, агент проявил инициативу: нашел кнопку «Создать аккаунт», попытался зарегистрироваться, а когда это не помогло — пошел в чат поддержки разбираться с живым оператором! 😂 Теперь разработчикам приходится ставить жесткие «ограждения» (guardrails) для ИИ-тестировщиков. 🔗 AI-Native Testing: Adapting our Validation Practices for Accelerated Development 💬 Давайте обсудим! Готовы ли доверить прохождение ваших UI-тестов ИИ-агентам, или хардкодный Playwright/Cypress с нами еще надолго? Делитесь мыслями в комментариях! 👇

​​#proQuality_books #ai #softwareEngineering   📖 Agentic Software: The App Layer Wins (2026) Автор: Justin Brian Smith Количество страниц: 157 Язык издания: Английский   Основатель Contractor+ делится реальным кейсом построения AI-команд маркетинга, поддержки и клиентского успеха, работающих автономно. Книга описывает архитектуру «общего мозга» компании, иерархию агентов и механизмы контроля.   Плюсы: ➕ Практический подход без хайпа — всё основано на реальном бизнесе автора. ➕ Готовые концепты: иерархии агентов, общая память, гейты уверенности и оптимизация расходов на LLM. ➕ Пошаговый 90-дневный план для внедрения первого агента с понедельника. ➕ Наглядные схемы от руки, облегчающие понимание архитектуры систем.   Минусы: ➖ Всего 157 страниц — глубоких технических деталей и кода нет. ➖ Фокус на b2b и операционке автора: применимо не для всех сфер бизнеса. ➖ Для внедрения потребуются базовые технические знания.   Для кого книга: ✔️ Для руководителей, масштабирующих бизнес. ✔️ Для технических специалистов создающих ПО нового поколения. ✔️ Для всех, кто хочет понять, как ИИ меняет операционную структуру компаний.   Об авторе: Justin Brian Smith — серийный предприниматель, основатель Contractor+, один из пионеров практического внедрения автономных AI-агентов в реальные бизнес-процессы.

#ProQuality_news 🧠 Навыки QA в эпоху ИИ: От написания автотестов к системной архитектуре С развитием автономных ИИ-агентов создание базовых скриптов и рутинные проверки стремительно автоматизируются. Возникает логичный вопрос: в чем тогда будет заключаться ценность QA-инженера? Главным навыком тестировщика становится системное и критическое мышление. ИИ забирает на себя вопрос «Как написать тест?», оставляя специалисту вопросы «Что мы тестируем?», «Зачем?» и «Как эта система устроена в целом?». Вот какие навыки выходят на первый план для QA-инженеров новой волны: 1️⃣ Сдвиг фокуса с рутины на «Systems Thinking» (Системное мышление). Нейросети отлично справляются с изолированными задачами (написать функцию, покрыть юнит-тестом компонент). Но они пока плохо видят картину целиком. Роль QA смещается от простого кодинга к исследованию неочевидных граничных условий, поиску логических дыр в бизнес-требованиях и строгому аудиту того, что нагенерировал ИИ. 2️⃣ Мышление на уровне системного архитектора. Времена тестирования фичей «в вакууме» прошли. Современные enterprise-системы — это сложный клубок микросервисов, асинхронных очередей и API. Самые страшные баги живут не внутри одного компонента, а на границах их взаимодействия. Лучшие QA-инженеры не просто идут по ТЗ, они строят ментальную модель системы: откуда приходят данные, где они трансформируются и в какой момент могут рассинхронизироваться. 3️⃣ Умение задавать правильные архитектурные вопросы. Чтобы быть крутым QA сегодня, не обязательно уметь проектировать базы данных с нуля, но обязательно нужно выяснять следующее: • Каков полный жизненный цикл этих данных? (Сбои обычно прячутся в цепочке между десятком сервисов, а не на фронтенде). • Что произойдет при сбое зависимости? (Если стороннее API ляжет или пришлет ответ с задержкой, наша система упадет или отработает gracefully?). • На каких скрытых допущениях построена интеграция? (Один сервис ждет время в UTC, другой шлет локальное — оба их внутренних теста зеленые, а в продакшене биллинг сходит с ума). Резюме: Ценность современного тестировщика больше не измеряется количеством прогнанных тест-кейсов. Она измеряется способностью понимать систему настолько глубоко, чтобы предотвращать масштабные инциденты еще до того, как ИИ (или разработчик) напишет первую строчку кода. 🔗 The Most Valuable QA Skill in the Age of AI is Thinking 🔗 Why Good Test Engineers Think Like System Architects 💬 Замечаете ли вы тенденцию, что от QA всё чаще требуют глубокого понимания бэкенда и архитектуры, а не только уверенного владения UI-фреймворками? Чувствуете ли вы себя немного «архитектором» на своем проекте, или пока удается ограничиваться проверкой функционала по ТЗ? Делитесь опытом в комментариях! 👇

#softwareTesting Перед выпуском новой версии необходимо оценивать не сам факт бага, а его последствия. Наличие ошибок еще не означает, что релиз нужно переносить. В данной статье описываются критерии и подходы, которые помогают QA-специалистам оценивать серьёзность багов и принимать решение о блокировке релиза на основе их последствий для пользователей, данных и бизнеса, с разбором трёх реальных кейсов (оплата, профиль, отчёт) и вопросов, которые нужно задать перед финальным решением. Ты QA и у тебя баги. Какие из них блокируют релиз?

#automationTesting Playwright, Selenium, Cypress и WebdriverIO — это мощные фреймворки с открытым исходным кодом для автоматизации тестирования веб-приложений, обеспечивающие кросс-браузерное выполнение, эмуляцию пользовательских действий и интеграцию с современными CI/CD-пайплайнами. В сегодняшней статье автор расскажет про проблемы с противоречивыми бенчмарками скорости Selenium, Playwright, Cypress и WebdriverIO, объясняется архитектурная разница между протоколами (WebSocket vs HTTP), а также даются рекомендации по выбору инструмента. Playwright, Selenium, Cypress, WebdriverIO: что реально известно о скорости в 2026 году (и как намерить свои цифры)

#ProQuality_interview 🎓 Бесплатная платформа для изучения QA: без зубрёжки и скучной теории! 🚀 Привет, коллеги! 👋 Наткнулись на интересную образовательную платформу для тестировщиков — QA Decoded. Если вы ищете ресурс, чтобы освежить знания, подготовиться к собеседованию или посоветовать что-то толковое джунам, к ней точно стоит присмотреться. Платформа создана тестировщиками для тестировщиков, и её главная мантра: «Не заучивай. Понимай». В чем главные фишки? 🔹 Упор на практику, а не сухую теорию. Вместо скучных определений из учебников — интерактивные визуализации и разбор реальных примеров (на базе архитектуры Stripe, GitHub, Uber). 🔹 Встроенная подготовка к собесам. В конце каждой пройденной темы есть блок с четкими и понятными ответами на вопросы, которые HR и лиды реально задают на интервью. 🔹 Геймификация и публичный профиль. Платформа трекает ваш прогресс в виде «тепловой карты». Свой профиль с достижениями можно шарить рекрутерам. 🔹 Мощная программа (и всё это бесплатно). От базовых понятий (SDLC, STLC) до тест-дизайна, API-тестирования, работы с дефектами и подготовки к ISTQB. 🔹 Open Curriculum. Если у вас есть классный кейс из опыта или вы хотите дополнить материал, можно закинуть свой контрибьют и получить бейдж автора в профиль! 🔗 Сохраняйте в закладки: QA Decoded 💬 Как вам такой формат платформы? Какие ресурсы, сайты или курсы вы сами используете для прокачки скиллов или подготовки к собесам? Делитесь своими фаворитами в комментариях!

​​#proQuality_books #softwareTesting   📖 Software Test Design: Write comprehensive test plans to uncover critical bugs in web, desktop, and mobile apps (2022) Автор: Simon Amey Количество страниц: 426 Язык издания: Английский   Руководство по написанию тестов и тест-планов для веб-, десктопных и мобильных приложений — от анализа спецификаций и исследовательского тестирования до проверки безопасности, юзабилити и нагрузочных тестов.   Плюсы: ➕ Множество примеров из реальной практики — материал наглядный и сразу применимый. ➕ Подробный чек-лист для структурирования исследовательского тестирования. ➕ Хорошо описаны: тестирование методом «черного ящика» и тестирование API.   Минусы: ➖ Нет примеров кода и интерактивного оглавления в PDF — минус для тех, кто занимается автоматизацией тестов. ➖ Раздел непосредственно о тест-планах некоторым читателям показался недостаточно развернутым.   Для кого книга: ✔️ Для начинающих тестировщиков, желающих быстро вырасти до уровня эффективного специалиста. ✔️ Для опытных QA-инженеров, которым нужно качественное настольное руководство. ✔️ Для разработчиков и менеджеров, отвечающих за качество поставляемого ПО.   Об авторе: Simon Amey — специалист в области обеспечения качества ПО с более чем двадцатилетним опытом в IT-индустрии.

​​​​#proQuality_learn 🖥 Готовы сделать первый шаг в IT и освоить востребованную профессию? В EPAM Campus открыта регистрация на бесплатные программы в QA сразу в нескольких странах: 1️⃣ Automated Testing (.NET, Java, JavaScript) — для тех, кто хочет совмещать написание кода с проверкой его качества и автоматизацией рутины. 2️⃣ Software Functional Testing — для тех, кто хочет использовать свою внимательность к деталям, чтобы находить баги и оценивать работу систем. Вас ждёт: 🔹 Обучение, ориентированное на современные требования индустрии 🔹 Сильный упор на практику и развитие AI-навыков 🔹 Сопровождение со стороны опытных менторов на протяжении всего обучения 🔹 Инновационная образовательная экосистема с AI-инструментами 🔹 Возможность присоединиться к команде EPAM после успешного завершения всех этапов Выбирайте своё направление, регистрируйтесь и отправляйте этот пост друзьям, которым также интересен старт в IT!

#ProQuality_news 🤖 Будущее QA: Gartner предсказывает массовый переход к компактным «ИИ-командам» В июле аналитическое агентство Gartner выпустило интригующий отчет, который заставляет задуматься о том, как изменится наша профессия уже в ближайшие несколько лет. 📉 Главный прогноз: К 2029 году 60% организаций перейдут на небольшие, так называемые AI-native (изначально ориентированные на ИИ) команды разработки и тестирования ПО. Что это значит для тестировщиков? По мере того как генеративный ИИ и умные агенты берут на себя рутину — написание базовых тест-кейсов, генерацию кода автотестов и автоматическое обновление упавших локаторов (самоисцеление) — потребность в раздутых штатах QA-отделов будет снижаться. Роль инженера по качеству трансформируется. На смену ручному прокликиванию и монотонной поддержке фреймворков придет оркестрация ИИ-инструментов. В небольших командах будущего тестировщики будут фокусироваться на высокоуровневой стратегии, риск-менеджменте, сложной бизнес-логике и нешаблонном исследовательском тестировании (Exploratory Testing). 🔗 Gartner Predicts 60% of Organizations Will Adopt Smaller Software Engineering Teams by 2029 💬 Как вы относитесь к такому прогнозу? Замечаете ли уже сейчас на своих проектах тенденцию к оптимизации процессов (и команд) за счет внедрения AI-ассистентов? Делитесь мыслями и опасениями в комментариях! 👇