fa
Feedback
ThreadQA | Олег Пендрак

ThreadQA | Олег Пендрак

کانال بسته

Жизнь и работа в IT | Блог инженера Tech Lead QA Automation с 5+ годами опыта работы в Сбер Здоровье, Ситидрайв, Ozon и VK Связь со мной: @duma23

نمایش بیشتر
Жизнь Тайлера Дерденаشبکه:Жизнь Тайлера Дерденаکشور مشخص نشده استدسته بندی مشخص نشده است
1 374
مشترکین
+12924 ساعت
+4547 روز
+45230 روز

در حال بارگیری داده...

کانال‌های مشابه
هیچ داده‌ای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
ابر برچسب‌ها
هیچ داده‌ای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
سپتامبر '26
سپتامبر '26
+501
در 230 کانال‌ها
اوت '26
+56
در 1 کانال‌ها
Get PRO
ژوئیه '26
+109
در 0 کانال‌ها
Get PRO
ژوئن '26
+941
در 300 کانال‌ها
تاریخ
رشد مشترکین
اشارات
کانال‌ها
20 سپتامبر+32
19 سپتامبر+131
18 سپتامبر+45
17 سپتامبر+107
16 سپتامبر+91
15 سپتامبر+65
14 سپتامبر+7
13 سپتامبر+14
12 سپتامبر0
11 سپتامبر+1
10 سپتامبر0
09 سپتامبر+1
08 سپتامبر+1
07 سپتامبر+1
06 سپتامبر+1
05 سپتامبر0
04 سپتامبر+3
03 سپتامبر+1
02 سپتامبر0
01 سپتامبر0
پست‌های کانال
Побывал в Пензе когда был на конференции SECON🤠 Очень классная улица в центре города, а самое классное, что в Пензе есть сам
+7
Побывал в Пензе когда был на конференции SECON🤠 Очень классная улица в центре города, а самое классное, что в Пензе есть самокаты которые сильно упрощают туризм Также отмечу прикольную кофейню Gussi, где можно с гусями посидеть пофлексить🦆 P.S Жду фото от фотографа и сделаю пост из внутниянки конференции

2
Переход из Middle в Senior AQA Часто вижу, что многие автоматизаторы годами остаются на уровне Middle, потому что их основная
Переход из Middle в Senior AQA Часто вижу, что многие автоматизаторы годами остаются на уровне Middle, потому что их основная зона ответственности — написать UI-тест, добавить пару проверок в API и поддерживать существующий набор автотестов Но Senior AQA — это уже не просто чел, который пишет код Это инженер, который понимает, как устроена вся система тестирования и как его работа влияет на скорость выхода продукта Главный переход в мышлении выглядит так: ❌ Middle: «Тест упал, значит нужно поправить локатор или перезапустить прогон» ✅️ Senior: «Почему тест упал? Это проблема продукта, тестовой инфраструктуры, окружения, данных или самого автотеста?» Senior должен понимать разницу между уровнями тестирования UI-тесты нужны для проверки пользовательских сценариев: открыл страницу, сделал действие, проверил результат API-тесты позволяют быстрее и стабильнее проверять бизнес-логику без зависимости от интерфейса Хороший Senior AQA понимает, что не нужно всё тестировать через UI Он умеет правильно распределять проверки между API, UI, интеграционными и другими уровнями, чтобы тесты были быстрыми, стабильными и давали реальную ценность Но самое важное — умение разбираться с проблемами, когда что-то ломается Например, упал автотест в CI/CD, и Middle часто смотрит только на ошибку в отчёте теста Senior начинает исследовать: — что происходило в момент падения — какой сервис мог быть причиной — были ли ошибки на стороне backend — не упало ли окружение — корректно ли отработал pipeline Он знает, где искать информацию — посмотреть логи в Grafana — проверить ошибки сервисов — сопоставить время падения теста с событиями в системе — понять, проблема в коде, инфраструктуре или данных Senior AQA не должен быть DevOps-инженером, но он обязан понимать процессы вокруг: — как запускаются тесты в pipeline? — где смотреть логи сборки? — почему тесты могут падать только на CI, но работать локально? — как правильно описать проблему для DevOps? Хороший вопрос DevOps выглядит не так: ❌ «Пайплайн красный, посмотрите» А так: ✅️ «На этапе запуска API-тестов падает сервис X. В логах Grafana за 14:32 есть ошибки подключения к базе данных. Локально проблема не воспроизводится. Можете проверить состояние сервиса и окружения?» Вот это уже реально инженерный подход, и переход в Senior — это не про количество написанных автотестов Это про способность проектировать тестовую стратегию, понимать архитектуру продукта, находить причины проблем и помогать команде быстрее доставлять качественный продукт Senior AQA — это не человек, который автоматизирует проверки Это человек, который строит систему контроля качества вокруг продукта✅️
629
3
Ура😁
Ура😁
692
4
Грамотный рефакторинг legacy-фреймворка: как улучшить автотесты и не сломать регресс🔧 Я давно заметил, что со временем практически любой большой AQA-проект сталкивается с одной проблемой Когда автотестов становится больше, продукт развивается, но сам фреймворк начинает превращаться в сложную систему, которую страшновато менять Сначала всё просто: несколько тестов, немного вспомогательных методов и минимум абстракций Но через пару лет появляются огромные классы, дублирование логики, нестабильные тесты и ситуации, когда небольшое изменение в этом продукте ломает десятки сценариев И самая частая ошибка при работе с legacy-фреймворком — попытка полностью переписать проект с нуля На практике такой подход почти всегда приводит к проблемам: команда теряет время, регресс останавливается, а новый фреймворк может оказаться таким же сложным, как старый Правильный путь — постепенная миграция Первый шаг — понять текущее состояние проекта Перед рефакторингом нужно провести анализ: — какие тесты являются критичными для бизнеса — какие части фреймворка чаще всего изменяются — где находится дублирование — какие компоненты создают больше всего проблем После этого можно начинать переносить проект на более понятную архитектуру Например, вместо тестов, где вся логика находится в одном классе: — создание тестовых данных — работа с API — взаимодействие с базой — управление браузером — проверки результата — ответственность постепенно разделяется между отдельными слоями Тест становится только сценарием проверки: «создать пользователя → выполнить действие → проверить результат» А вся техническая реализация выносится отдельно: 1️⃣ DTO / Models — объекты для хранения и передачи данных 2️⃣ Service Layer — бизнес-операции: создание пользователя, оформление заказа, изменение состояния сущности 3️⃣ Client Layer — работа с внешними системами: API, базы данных, очереди 4️⃣ Page Object / UI Layer — взаимодействие с интерфейсом и локаторами В результате тесты становятся проще читать и поддерживать Например, если изменился API-контракт, то не нужно исправлять сотни тестов, а достаточно просто обновить один слой, который отвечает за работу с этим API Следующий этап — внедрение правильных паттернов Но важно не добавлять их просто ради красивой архитектуры, ведь каждый паттерн должен решать конкретную проблему: — Page Object помогает поддерживать UI-тесты — Builder упрощает создание сложных объектов — Factory помогает управлять тестовыми данными — Dependency Injection делает зависимости прозрачными Главный принцип рефакторинга legacy-фреймворка: Новый код должен сразу писаться правильно, а старый — постепенно переводиться на новую архитектуру Пока часть тестов работает на старом подходе, новые модули уже могут использовать улучшенную структуру Хороший AQA-фреймворк — это не тот, который написали один раз Это система, которая может развиваться вместе с продуктом, оставаться стабильной и не превращать каждое изменение в риск для всего регресса
648
5
Обсудим AI в QA и разработке на SECON и Город IT На этой неделе наши эксперты выступят сразу на двух крупных IT-конференциях
Обсудим AI в QA и разработке на SECON и Город IT На этой неделе наши эксперты выступят сразу на двух крупных IT-конференциях — SECON в Пензе и Город IT в Томске. Расскажем о том, как AI меняет разработку и тестирование. ▶️ SECON, 11-12 сентября, Пенза 🟣Экономия токенов за счёт векторной базы и генерация автотестов на основе RAG Олег Пендрак, ведущий QA, расскажет, как построить систему AI-агентов, которая самостоятельно ищет знания в корпоративных системах, сопоставляет документацию с кодом и генерирует автотесты. А RAG и векторные базы помогают при этом существенно сократить расход токенов. 11 сентября, 15:30, Информационный зал 🟣Workshop: один день из жизни типового фронта 2026 Евгений Мочалин, лид веб-разработки юнита, проведёт аналог реального рабочего дня Frontend-разработчика. На одной задаче сравним разные подходы — с AI и без него — и разберёмся, когда и какие инструменты использовать. В программе: Cursor/Claude, LM Studio, MCP, SDD и другие элементы современного Frontend-окружения. 12 сентября, 15:30, Комната решений ▶️ Город IT, 12-13 сентября, Томск 🟣WebMCP: когда пользователь — агент Николай Шабалин, старший веб-разработчик, покажет, как WebMCP даёт AI-агентам безопасный и структурированный доступ к действиям сайта. На примере продуктового магазина попросим агента «заказать всё для супа» — и посмотрим, как он самостоятельно соберёт нужную корзину. 13 сентября, 10:30-12:30, Малый зал До встречи на докладах!
493
6
MCP-серверы и AI-агенты в AQA: когда нейросеть начинает понимать весь проект Я вижу, что многие до сих пор используют AI толь
MCP-серверы и AI-агенты в AQA: когда нейросеть начинает понимать весь проект Я вижу, что многие до сих пор используют AI только как «генератор кода» Используют его, чтобы написать класс, сделать шаблон автотеста или подсказать ошибку Но реальный потенциал появляется только тогда, когда AI получает доступ к инфраструктуре проекта через MCP-серверы Представьте типичный процесс в большой команде: Автотесты находятся в отдельном репозитории, backend живет в другом GitLab-проекте, база данных содержит тысячи сущностей, а UI-тесты на Playwright падают после очередного изменения интерфейса Раньше инженеру нужно было самостоятельно искать информацию во всех местах: открыть документацию, найти нужный endpoint, посмотреть таблицы в БД, изучить похожие тесты и только потом писать код С MCP этот процесс можно значительно ускорить Например, AI-агент через подключенные MCP-серверы может: — зайти в репозиторий автотестов и понять текущую архитектуру проекта — подключиться к базе данных, найти нужные сущности, посмотреть структуру таблиц, связи между объектами и реальные данные — открыть GitLab-репозиторий backend-разработки, найти нужную ручку API, изучить контроллеры, сервисы и модели — сравнить уже существующие API-автотесты и написать новый тест по аналогии с похожими сценариями — при падении UI-теста через Playwright проанализировать локаторы, найти изменения в интерфейсе и предложить исправление Например, у нас есть задача: «добавить API автотест для создания нового клиента» AI-агент может самостоятельно: 1️⃣ Найти похожие сущности в базе данных и понять, какие поля обязательные 2️⃣ Найти backend endpoint в GitLab и изучить логику обработки запроса 3️⃣ Посмотреть существующие автотесты для похожих объектов 4️⃣ Создать новый тест в нужном стиле проекта 5️⃣ Проверить, какие данные нужны для подготовки тестового окружения В итоге AI работает не как отдельный чат, куда нужно вручную копировать куски кода, а как полноценный помощник внутри экосистемы разработки Для AQA это меняет подход к работе, ведь вместо постоянного поиска информации по разным системам, инженер получает агента, который уже понимает контекст продукта Будущее автоматизации — это не просто генерация тестов Это AI-агенты, которые умеют анализировать код, данные, инфраструктуру и помогать создавать качественные автотесты быстрее👨‍💻
575
7
Ну шо, за лето успели все что хотели сделать? Хвастайтесь в комментариях👇
Ну шо, за лето успели все что хотели сделать? Хвастайтесь в комментариях👇
677
8
Панама настолько испугалась, что решила улететь с головы🤠+1
Панама настолько испугалась, что решила улететь с головы🤠
710
9
Кукумбер у кажого свой🥒
Кукумбер у кажого свой🥒
671
10
⚡️Ответы на ваши вопросы по новому курсу Java QA Automation 2026 1️⃣ Разбирается ли параллельный запуск тестов? Отдельного бл+1
⚡️Ответы на ваши вопросы по новому курсу Java QA Automation 2026 1️⃣ Разбирается ли параллельный запуск тестов? Отдельного блока по настройке параллельного запуска нет, потому что базовая параллелизация включается буквально одной строкой При этом в классах используются различные механизмы, необходимые для корректной работы тестов в параллельном режиме Они помогают избежать: — конфликтов при работе с общими ресурсами — состояния гонки — взаимных блокировок — проблем при одновременном создании и удалении данных Но отдельного подробного разбора Atomic-переменных, потоков и многопоточности в курсе нет 2️⃣ Что будем уметь в части CI после курса? Из представленного материала можно будет понять, как подготовить автотесты к запуску в CI: — запускать тесты без ручного вмешательства — перед прогоном проверять доступность окружения — корректно создавать и очищать тестовые данные — адаптировать тестовый проект для параллельного выполнения — отделять проблемы тестов от проблем самого стенда При этом конкретный CI-инструмент и полный процесс построения пайплайна лучше дополнительно уточнить в программе курса 3️⃣ Уроки открываются только после выполнения домашнего задания? Нет, все уроки доступны сразу Можно проходить обучение в своём темпе и возвращаться к нужным темам независимо от выполнения домашних заданий Основной акцент курса сделан не только на написании отдельных тестов, но и на построении проекта, который стабильно работает с данными, окружением и параллельными запусками ⚡️Подробная программа курса: https://lms.threadqa.ru/courselanding/java2026
702
11
⚡️Ответы на ваши вопросы 1️⃣ Как организована изоляция данных при параллельном запуске? В каждом тесте создаётся собственный+1
⚡️Ответы на ваши вопросы 1️⃣ Как организована изоляция данных при параллельном запуске? В каждом тесте создаётся собственный набор тестовых данных — через API или напрямую через базу данных Дополнительно используется отдельный Extension, который: — отслеживает созданные во время теста сущности — сохраняет их в очередь — после завершения теста последовательно удаляет созданные сущности и связанные с ними записи по ID Такой подход помогает избежать конфликтов между тестами и не засорять базу тестовыми данными после прогона 2️⃣ Что делать, если тесты падают из-за окружения, а не из-за кода? Перед запуском всех тестов можно реализовать отдельный Healthcheck Extension Он заранее проверяет работоспособность окружения: например, делает запросы к основным ручкам и убеждается, что необходимые сервисы доступны Если окружение не работает, это становится понятно ещё до начала основного прогона Retry и карантин больше подходят для действительно нестабильных тестов, а проблемы со стендом лучше выявлять через предварительную проверку окружения 💌Предложить свои темы для постов и задать свои вопросы можете через анонимные сообщения: https://t.me/anonaskbot?start=5p6gx06
733
12
Всем привет из теплой Турции🤩🇹🇳
Всем привет из теплой Турции🤩🇹🇳
590
13
🎞 Новое полезное видео на YouTube канале https://youtu.be/xUb5Ntz8JWM?si=zAQmsz1MPwJYRbsW
639
14
Важные и полезные моменты с собеседований в IT🎙
817
15
⚡️На данный момент уже больше 40 человек приобрели новый курс Java QA Automation 2026 В личку пришло несколько отзывов, ребят+8
⚡️На данный момент уже больше 40 человек приобрели новый курс Java QA Automation 2026 В личку пришло несколько отзывов, ребята изучают материалы и делятся впечатления, кайф Мне очень приятно видеть такую обратную связь, что изучение курса уже помогает в рабочих процессах и экономит много времени Это прям заряжает меня работать и каждый день стараться еще больше Всем большое спасибо за доверие, друзья, работаем🤝
968
16
✅ Знакомимся со спикером – пара тематических вопросов ✅ – Что лучше всего было оптимизировано в работе? – Автоматизировал биз
✅ Знакомимся со спикером – пара тематических вопросов ✅ – Что лучше всего было оптимизировано в работе? – Автоматизировал бизнес-процессы в Яндекс.Трекере в задачках и теперь не нужно разработчиками либо тестировщикам залезать в cicd и запускать тесты. Все управление жизненным циклом тестирования сейчас происходит через смену статуса в задачах: проектов много и в каждом проекте свои статусы и они сводятся к запуску автотестов, после чего приходят уведомления в мессенджер. Также написал много тестов, где мокается внешняя интеграция с голосовым обработчиком звонков. – Какое событие стало самым позитивным за последнее время? – Получил визу в Японию и скоро поеду туда в отпуск, мечта детства 😁 ✅ Узнаем подробности о докладе ✅ Как построить систему ИИ-агентов, которая умеет самостоятельно искать знания в корпоративных системах, сопоставлять документацию с кодом, генерировать тесты и при этом потребляет в разы меньше токенов благодаря RAG и векторным базам данных. 👐 Ждём всех на конференции 🤍 Билеты и программа тут: 2026.secon.ru Конференция СЕКОН'2026 проводится при поддержке Губернатора Пензенской области
453
17
Пермские заправки вернулись в 2004 год⛽️ Специальные цены для айтишников, вот и думайте😁+1
Пермские заправки вернулись в 2004 год⛽️ Специальные цены для айтишников, вот и думайте😁
508
18
👨‍💻 Построение процесса тестирования с нуля: с чего начать Главная ошибка на новом проекте — сразу выбирать стек и начинать
👨‍💻 Построение процесса тестирования с нуля: с чего начать Главная ошибка на новом проекте — сразу выбирать стек и начинать писать автотесты Сначала нужно понять, как тестирование устроено сейчас и какие проблемы автоматизация должна решить 1️⃣ Провести аудит текущих проверок Начать стоит с Allure TestOps или другой TMS: посмотреть, сколько ручных тест-кейсов существует, насколько они актуальны и как формируется регресс При этом важно понять: — сколько времени занимает полный регресс — какие кейсы выполняются чаще всего — на какие проверки уходит больше всего времени — какие сценарии критичны для бизнеса — что обязательно проверяется перед каждым релизом Также стоит поговорить с ручными тестировщиками, потому что реальный процесс часто отличается от того, что описано в TMS 2️⃣ Разобраться, как задача проходит до тестирования Дальше нужно посмотреть весь путь задачи: — в каком виде она приходит от аналитика — есть ли критерии приёмки — когда подключается QA — на каком этапе функциональность считается стабильной Здесь же команда должна договориться, когда пишутся автотесты: вместе с разработкой задачи, после ручной проверки или в следующем спринте Единого правила нет — всё зависит от того, насколько часто меняется функциональность 3️⃣ Написать первые автотесты Начинать лучше с существующих Smoke и Critical Path кейсов В первую очередь автоматизировать стабильные сценарии, которые постоянно повторяются и занимают много времени при ручном регрессе Если есть API, я бы сначала покрывал основные проверки на этом уровне, а UI-тестами — только главные пользовательские цепочки 4️⃣ Настроить простой CI/CD На старте не нужен сложный пайплайн с большим количеством Quality Gates Достаточно автоматически запускать Smoke-тесты после развёртывания сборки на тестовом стенде и показывать команде понятный отчёт о результатах 5️⃣ Постепенно увеличивать покрытие Когда Smoke работает стабильно, можно расширять автоматизированный регресс и отслеживать покрытие Для API полезно подключить Swagger Coverage и смотреть, какие ручки и методы ещё не затронуты тестами Но процент покрытия не должен становиться главной целью Важно также следить за стабильностью тестов, временем прогона и тем, насколько автоматизация действительно сокращает ручной регресс Хороший процесс построен тогда, когда команда быстро получает обратную связь, критичные сценарии проверяются автоматически, а релиз не зависит от нескольких дней ручного тестирования
485
19
Обновления старого курса по Python или создание нового в ближайшее время точно не планируется Вижу много желающих на этот про
Обновления старого курса по Python или создание нового в ближайшее время точно не планируется Вижу много желающих на этот продукт, но старый курс все еще более чем актуален и очень полезен на 2026 год Подробная программа курса: https://lms.threadqa.ru
526
20
Жиза?
Жиза?
593