QApedia | Тестирование

Я заметил, что опытные тестировщики реже ходят на собеседования 🤔 Часто после 3–5 лет работы появляется ощущение стабильности: есть знакомый проект, понятные процессы, команда, хорошая зарплата. И постепенно собеседования уходят из жизни. Но есть одна проблема. Собеседование — это навык и если не использовать его несколько лет, он начинает проседать. Можно быть сильным специалистом, отлично разбираться в продукте, автоматизации и процессах, но растеряться на интервью из-за простых вопросов. Я видел ситуации, когда человек не проходил собеседования не потому, что ему не хватало знаний, а потому что он давно не рассказывал о своем опыте и не был готов к формату интервью. Поэтому я считаю полезным хотя бы иногда выходить на рынок: 1️⃣ понимать, какие технологии сейчас востребованы; 2️⃣ узнавать свою рыночную стоимость; 3️⃣ видеть, каких навыков не хватает; 4️⃣ поддерживать навык прохождения собеседований. Это не значит, что нужно срочно менять работу. Но иногда одно собеседование может дать больше информации о рынке, чем десятки статей и постов. Если было полезно, буду рад реакции 👇

У меня атрофировался навык кодить из-за ИИ ✋ Без шуток. Это то, что я стал замечать за собой в последнее время. Конечно, я не разучился писать автотесты и не потерял внезапно базовые навыки. Но начал замечать другое: мне всё сложнее заставлять себя самостоятельно продумывать решение задачи с нуля. Всё сложнее садиться и писать код, шаг за шагом выстраивая логику в голове. Сейчас я работаю на проекте, где мы активно используем ИИ. Я бы даже сказал — очень активно, потому что иногда он участвует практически во всём жизненном цикле разработки: от первых обсуждений идеи до финальной реализации. И, конечно, это удобно. Многие задачи стали решаться быстрее. Некоторые вопросы, на которые раньше уходили часы поиска и обсуждений, теперь закрываются за несколько минут. Но именно в такой среде я и начал замечать этот интересный побочный эффект. Чем чаще я обращаюсь к ИИ за готовыми идеями, структурой решения или кодом, тем реже заставляю себя проходить этот путь самостоятельно. Самое интересное, что происходит это почти незаметно. Я по-прежнему закрываю задачи, работаю быстрее и получаю результат, но всё реже тренирую навыки анализа и самостоятельного поиска решений. Как я это заметил? Сейчас периодически бывают перебои с VPN, поэтому иногда я остаюсь без доступа к ИИ. И в такие моменты стал замечать, что некоторые задачи даются мне ощутимо тяжелее. Раньше такого не было 😅 В нашей работе очень важно инженерное мышление. Но что будет с нашими навыками через несколько лет, если мы всё чаще будем делегировать ИИ не только рутину, но и сам процесс мышления? Пока я не могу однозначно сказать, хорошо это или плохо — то, насколько глубоко ИИ вовлечён во все процессы. С одной стороны, он действительно облегчает и ускоряет работу. С другой — как это скажется на нас и на профессии в долгосрочной перспективе, я не знаю. Сейчас я понял, что мне нужно периодически «тренировать» свой мозг. Я продолжу использовать ИИ в работе, но при этом буду сознательно включаться в процесс, самостоятельно анализировать задачи и искать решения 🤔 Если пост был интересен, буду рад реакции!)

Добрый вечер, коллеги! В этот выходной предлагаю вам вечерком посмотреть классный фильм из моей подборки #фильмыQApedia . На повестке дня “Steve Jobs”. Одна из центральных тем фильма — конфликт между качеством продукта и бизнес-давлением. Команда знает о проблемах, но перенос запуска невозможен. Очень жизненная история для любого QA, который хоть раз участвовал в крупном релизе. В фильме и про баланс между качеством и сроками, и про важность коммуникации в команде. В общем, думаю, вам понравится!) QApedia | QApedia в MAX

🐌 Долгий регресс — боль всех тестировщиков Разработка уже закончена, фича готова к релизу, а команда ждёт завершения регрессионного тестирования. Но вместо нескольких часов проверка растягивается на дни, а иногда и недели. Знакомая ситуация? Если да, вот несколько причин, почему это можно происходить: 1️⃣ Продукт растёт, а количество тестов увеличивается. 2️⃣ Часть проверок выполняется вручную. 3️⃣ В регресс попадают сценарии, которые давно не находят дефекты. 4️⃣ Не хватает ресурсов для параллельного запуска тестов. Как ускорить регресс? 🔵Риск-ориентированный подход Не все сценарии одинаково важны. Сначала проверяйте критичные бизнес-процессы и наиболее рискованные зоны. Это позволяет быстрее получить уверенность в качестве релиза. 🔵Автоматизация ключевых сценариев Автотесты не заменят полностью ручное тестирование, но отлично подходят для повторяющихся проверок. Чем чаще запускается сценарий, тем выше кандидат на автоматизацию. 🔵Оптимизация тест-кейсов Периодически пересматривайте регресс. Удаляйте дублирующиеся, устаревшие и малоценные проверки. Иногда набор тестов можно сократить на 20–30% без потери качества. 🔵Параллельный запуск Используйте несколько тестовых окружений, распределяйте задачи между тестировщиками и запускайте автотесты параллельно. Это может сократить время регресса в разы. 💡 Главная цель регресса — не проверить всё подряд, а быстро найти критичные проблемы и дать команде уверенность в качестве продукта. Если было полезно, буду рад вашей реакции 👍

Недавно увидел пост о том, что айтишники месяцами не могут найти работу. В комментариях, конечно, нашлись люди с классическим аргументом:

Если ты не можешь найти работу несколько месяцев, значит, ты плохой специалист.

Обсудим?🤔 Согласен ли я с этим? Нет. Особенно если говорить про рынок IT, в частности про тестирование, в 2025–2026 годах. Когда кто-то рассуждает так, мне кажется, что этот человек просто очень давно в айти, что значительно облегчает поиск работы, потому что у них уже есть профрепутация, сеть контактов и узнаваемость на рынке. Их знают бывшие коллеги, руководители и рекрутеры, поэтому при открытии вакансий о них нередко вспоминают в первую очередь. Это совсем другой опыт поиска работы по сравнению с тем, с чем сталкиваются многие специалисты сегодня… Что происходит на самом деле: 1️⃣ На многие вакансии приходят сотни откликов. Иногда счёт идёт на тысячи. Даже хороший специалист может просто не попасть в первые десятки резюме, которые просмотрит рекрутер. 2️⃣ Требования выросли. От тестировщика всё чаще ждут не только ручного тестирования, но и автоматизации, работы с API, SQL, CI/CD, понимания инфраструктуры и процессов разработки. 3️⃣ Найм стал длиннее. Несколько этапов собеседований, тестовые задания, технические интервью — процесс может растягиваться на месяцы. Поэтому длительный поиск работы далеко не всегда говорит о низкой квалификации специалиста. Конечно, если за полгода нет ни одного приглашения на интервью, стоит посмотреть на резюме, навыки и стратегию поиска. Но когда сильный специалист проходит десятки собеседований и получает отказы — это уже не только вопрос его уровня, это ещё и состояние рынка. Сейчас найти работу в IT стало сложнее практически для всех. Поэтому как никогда важно оставаться востребованным специалистом, следить за трендами и осваивать новые инструменты. Например, сейчас всё большую популярность набирает работа с AI-инструментами. Таких специалистов пока не так много, поэтому этот навык может стать хорошим преимуществом на фоне других кандидатов 👍 А как у вас сейчас обстоят дела с поиском работы или наймом тестировщиков? Сколько времени занял последний поиск?

Альтернативный способ хранения скриншотов в Playwright и способ их обновления В ходе автоматизации тестирования пользовательских интерфейсов зачастую используется такой подход как визуальное тестирование. Он позволяет поддерживать стабильность и отсутствие ошибок в отображении страниц.   Одним из инструментов, предоставляющих возможность автоматизации данного вида тестирования, является Playwright. В этой статье мы узнаем о работе с визуальным тестированием в рамках упомянутого инструмента, как справляться со сложностями хранения эталонных скриншотов и автоматизировать их обновление. QApedia

📄 Почему тестировщик должен регулярно обновлять резюме, даже если не ищет работу? Расскажу вам интересную историю, которая произошла со мной в начале моей карьеры!) Я работал в компании 2 года, ничего не предвещало беды, но как-то утром я проснулся и увидел сообщение о том, что меня уволили, вот так, одним днем (точнее, ночью😁). И дело было не в качестве моей работы, сократили почти весь IT-отдел, оставив только самых основных сотрудников… Оказалось, что у компании ушли несколько крупных спонсоров и урезали финансирование. Почему нас не предупредили об увольнении заранее? Переживали, что кто-то из сотрудников обидится и испортит/удалит важные данные и инструменты. Но суть истории даже не в этом, а в том, что у меня было состояние, как будто меня застали врасплох! Я даже не знал, с чего начать… В голове была каша: «Где искать работу? Надо составить резюме. Но лучше перед этим изучить рынок…» Именно тогда я понял, что нужно постоянно обновлять и поддерживать свое резюме, даже если ты не в поиске работы. Многие QA-инженеры вспоминают о резюме только тогда, когда решают сменить компанию. И в этот момент оказывается, что последний раз документ обновлялся два года назад, половина проектов уже забылась, а достижения приходится восстанавливать по памяти. Поддерживать резюме в актуальном состоянии стоит постоянно и это очень удобно!) 1️⃣ Вы не забудете свои достижения Со временем детали стираются. Какие задачи автоматизировали? Какие метрики улучшили? Какой стек использовали на проекте? Если фиксировать это сразу, резюме станет намного сильнее и конкретнее. 2️⃣ Резюме помогает видеть собственный прогресс Когда раз в несколько месяцев добавляешь новые навыки, инструменты и проекты, становится видно, насколько вырос профессионально. Это отличный способ оценить свое развитие объективно. 3️⃣ В резюме будут отражены ваши реальные навыки Технологии меняются, проекты заканчиваются, а некоторые знания постепенно теряют актуальность. Часто в резюме годами остаются инструменты, которыми человек давно не пользуется, и наоборот — не появляются новые компетенции, ставшие частью ежедневной работы. Регулярное обновление помогает держать резюме честным и актуальным отражением профессионального опыта. 4️⃣ Неожиданные предложения случаются чаще, чем кажется Рекрутер может написать сегодня, завтра бывший коллега позовет в команду или появится интересная вакансия. Гораздо приятнее отправить готовое резюме за 5 минут, чем срочно собирать его ночью перед собеседованием. 5️⃣ Это инструмент карьерного планирования Посмотрев на свое резюме, легко понять, каких навыков не хватает для следующего грейда. Иногда документ сам показывает точки роста лучше любого карьерного плана. 6️⃣ Обновленное резюме снижает стресс Поиск работы и так достаточно напряженный процесс. Если резюме уже готово, остается сосредоточиться на подготовке к интервью, а не вспоминать все проекты за последние несколько лет. Если было полезно, ставь реакцию 👇

На фоне новостей про блокировку Python хочу обсудить интересную тему 😈 «С какими сложностями я сталкивался во время обучения автоматизации?» Напомню, что мой стаж работы QA Auto более 10 лет. Знакомство с программированием у меня началось с Java. Далее я работал на разных проектах, писал на Go, JavaScript, последние 5 лет - на Python. В общем, опыт работы с языками программирования у меня большой!) Когда я только начинал изучать автоматизацию, мне казалось, что самое сложное — выучить язык программирования и научиться писать автотесты. На практике всё оказалось немного иначе… 1️⃣ Первая сложность — программирование Даже базовые конструкции сначала вызывали у меня вопросы. Циклы, условия, функции, работа с объектами — всё это казалось отдельным миром. Особенно тяжело было не просто читать код, а писать его самостоятельно. Что мне помогло: — ежедневно писать небольшие задачи; — разбирать чужой код; — не пытаться сразу изучить всё, а двигаться от простого к сложному. 2️⃣ Вторая сложность — понимание архитектуры автотестов Написать один тест не так сложно, как понять и организовать проект так, чтобы через месяц, годы его можно было поддерживать и развивать. Что мне помогло: — изучение паттернов вроде Page Object; — просмотр обучающих роликов по программированию; — регулярный рефакторинг собственного кода. 3️⃣ Третья сложность — большое количество инструментов Казалось, что нужно знать абсолютно всё сразу: Selenium, Playwright, CI/CD, Git, отчёты, API-тестирование, базы данных. На самом деле нет. Лучше: — сосредоточиться на одном стеке; — изучать инструменты по мере необходимости; — не сравнивать свой прогресс с более опытными специалистами. 4️⃣ Четвёртая сложность — нестабильные тесты Один из самых неприятных моментов для новичка, когда тест проходит локально, но падает на CI. Или проходит 9 раз из 10. Со временем приходит понимание, что большая часть работы автоматизатора — не написать тест, а сделать его надёжным. Что мне помогло: — изучение ожиданий и синхронизации; — работа с логами и отчётами; — поиск первопричины, а не временных решений. Небольшой совет от меня: когда я изучал автотестирование, информации в свободном доступе было гораздо меньше. Сейчас у вас столько возможностей: много видеороликов, статей, каналов, разных чатов, в которых сидят тестировщики и делятся своим опытом. Я считаю реально важным проходить этот путь не в одиночку, а иметь ментора или хотя бадди, с которым вы вдвоем осваиваете автотетирование. У меня таким был товарищ. Если я что-то не понимал, он объяснял мне, если он, я — ему) Так мы прошли этот путь вместе и это было намного проще!) Ну и еще пару советов: 🟡Не пытайтесь охватить всё сразу. Лучше уверенно знать один инструмент, чем поверхностно пять. 🟡Практикуйтесь и пишите код каждый день. Даже 30 минут практики полезнее нескольких часов теории раз в неделю. 🟡Не бойтесь переделывать свои проекты. Если пост был полезен, буду рад реакции 👍

QA в 2026 году: почему лёгкого входа в IT больше нет Если вы рассматриваете QA как самый простой способ войти в IT — эта статья сэкономит вам время, деньги и нервы. В этой статье я хочу поговорить о том, что происходит с QA-индустрией прямо сейчас и к чему стоит готовиться в 2026 году. Формально мы говорим про следующий год, но на самом деле речь не о резком переломе «с 1 января», а о тенденциях, которые уже начались и, скорее всего, будут только усиливаться дальше. QApedia | QApedia в MAX

Добрый вечер, коллеги! После тяжелого рабочего дня предлагаю вам посмотреть классный фильм вечером из моей подборки #фильмыQApedia . На повестке дня “Ex Machina”. Фильм про Turing Test и hidden requirements. Для нас, тестировщиков, это почти профессиональная деформация: «А что именно считается успешным поведением системы?» Очень сильный фильм про тестирование ИИ, манипуляцию результатами и ложноположительные выводы. QApedia | QApedia в MAX

Ты QA и у тебя баги. Какие из них блокируют релиз Пятница, 17:40. Через два часа ваша команда должна выпустить новую версию личного кабинета. На финальной проверке вы находите несколько ошибок. Часть выглядит страшно, часть почти безобидно, но времени на фиксы и полный повторный прогон уже нет. Сможете ли вы решить, какие ошибки должны заблокировать выезд, а какие можно выкатить в прод? QApedia | QApedia в MAX

И смешно, и грустно 🤣😭

⚡️Нет понимания как начать сильную карьеру в айти? На самом деле его нет у большинства соискателей, но среди них можно выделиться, если знать какие специалисты сейчас востребованы и какими навыками они должны обладать! Заходите на бесплатный эфир, где расскажут, как стать профессиональным дата-саентистом и иметь возможность выбирать офферы в 2026 году. Ведёт Мария Жарова — ML Engineer в Wildberries, до этого Альфа и Сбер, плюс преподаёт DS в ВШЭ и МИФИ. Что обещают разобрать: 🔶Что реально смотрят в DS-вакансиях, а что просто написано «на всякий случай» 🔶Как проходить отбор без коммерческого ML опыта 🔶Какие pet-projects нормально выглядят в 2026, а какие уже как Titanic в портфолио 🔶В прямом эфире соберут churn prediction кейс — ноутбук можно будет забрать себе 🔶Ну и зарплатные вилки junior / middle / senior тоже обсудят Мероприятия несет в себе реально прикладные знания, а всем зарегистрировавшимся дадут памятку компетенций DS от 📉📉📉📉📉📉— что реально стоит учить под первый оффер, а что пока можно не трогать. Эфир стартует уже совсем скоро 📈 Зарегистрироваться бесплатно

Как жить QA в 2026 году? Коллеги из Авито исследуют этот вопрос с научным подходом в своём подкасте «Не воспроизводится». В выпусках они уже разобрали: — чем сегодня QA отличаются от разработчиков; — может ли ИИ полностью заменить тестировщиков; — когда нужна автоматизация, а когда всё-таки удобнее ручные тесты, и многое другое. 🎧 Слушать подкаст: — Яндекс Музыка — YouTube — Любимый стриминг ⚡️ А ещё коллеги провели исследование рынка QA. Спросили 800 инженеров о главных вопросах и болях мира тестирования сейчас. Более полного и актуального среза рынка точно ещё не было. Его результаты и выпуски подкаста — по ссылке.

Залетаю к вам вечерком с полюбившейся рубрикой YouTube для тестировщика. Сегодня хочу посоветовать видео «Профессиональное выгорание в QA — почему тестировщики сгорают и как этого избежать» с личной историей экс-QA Lead, прошедшей этот путь!) QApedia | QApedia в MAX