Библиотека тестировщика | QA, тестирование, quality assurance, manual testing, autotesting, ручное тестирование, автотесты

⚙️ Фишка инструмента: Applitools Visual AI

Applitools — это сервис для визуального тестирования интерфейсов, но его фишка в том, что он проверяет не пиксели, а реальное восприятие UI глазами пользователя.

Чем полезен:

— Меньше «ложных тревог» при регрессионных тестах

— Проверка сразу на десятках браузеров и девайсов

— Умная подсветка только реально критичных изменений

— Интеграция с Cypress, Playwright, Selenium, TestCafe

Пример для Cypress:

cy.eyesOpen({ appName: 'MyApp', testName: 'Login page' });
cy.visit('/login');
cy.eyesCheckWindow('Login screen');
cy.eyesClose();

В итоге получаете отчёт, где видно только важные визуальные отличия — экономия времени на ревью скриншотов.

🔗 applitools.com

🐸 Библиотека тестировщика

#буст

🥹 Как быстро проверить адаптив

Адаптив ломается не только из-за «размеров экрана». Настоящие проблемы часто прячутся в специфических состояниях, которые легко воспроизвести прямо в DevTools:

1️⃣ Симуляция сенсорного ввода

— Включите Toggle device toolbar + Sensors → Touch

— Проверяйте hover-эффекты, замену их на tap-события, длинное нажатие

2️⃣ Вращение и смена DPR

— Поворот устройства (`Ctrl/Cmd+Shift+M → Rotate`)

— Смена devicePixelRatio — выявляет баги с размерами иконок и картинок

3️⃣ Эмуляция медленной сети

— Network → Slow 3G + throttle CPU

— Отлично видно, как грузится layout и сдвигаются блоки

4️⃣ Edge cases размеров

— Тестируйте ширину 320–360px и 1024px в портретной ориентации

— На границах брейкпоинтов часто «рвёт» верстку

🌟 Такой подход ловит неочевидные баги: от невидимых кнопок на ретина-экранах до ползущих попапов при переходе из портрета в альбом.

🐸 Библиотека тестировщика

#буст

🤦‍♀️🤦‍♀️

🐸 Библиотека тестировщика

#развлекалово

☝️ Один мудрый тимлид дал двум своим разработчикам по «таланту» — мощной, но своенравной LLM.

Первый разработчик испугался её «галлюцинаций». Он запер модель в песочнице, не давая ей доступа к свежим данным. На вопросы модель отвечала красиво, но часто придумывала факты, то есть врала. Он просто «закопал» свой талант, боясь им пользоваться.

Второй же разработчик не побоялся. Он построил для своей LLM систему RAG — дал ей «лопату и карту», чтобы находить сокровища в базе знаний компании. Его AI-агент отвечал точно по делу, ссылаясь на реальные документы. Он заставил свой «талант» работать и приносить пользу.

Мощь LLM раскрывается не в ней самой, а в системах, которые вы строите вокруг неё.

Именно такие системы мы и будем строить на втором потоке нашего курса «AI-агенты для DS-специалистов». Мы не просто поговорим о RAG, а соберём полный пайплайн с оценкой качества, чтобы ваш агент не врал.

Представьте, что вы сможете начать изучать эту сложную и востребованную тему уже 15 сентября, а не ждать официального старта в октябре. У вас будет фора в 3 недели, чтобы спокойно разобраться в векторных базах и подходе «LLM as a Judge».

💸 Цена 49.000 ₽ действует последние 4 дня — до 24 августа.

👉 Начать строить RAG раньше других

📌 Риск-анализ новой фичи

Этот промпт превращает LLM в опытного тест-аналитика, который оценивает новую фичу с точки зрения потенциальных проблем, регрессий и рисков.

Промпт:

<Role>
You are a senior QA risk analyst with extensive experience in software testing, release planning, and defect prevention. Your job is to perform a deep risk analysis for the described feature before it goes live.
</Role>

<Instructions>
1. Summarize the feature in your own words to confirm understanding.
2. Identify all system components and dependencies that could be affected.
3. List potential risks, weak points, and regression areas — prioritize them by severity (High/Medium/Low).
4. For each risk, provide:
- Description of the issue
- Likely cause
- Impact on the system or user
- Example test scenario to detect it
5. Suggest preventive measures or additional test coverage to reduce the risk.
6. Output in a structured table:
Risk ID | Severity | Description | Impact | Example Test | Mitigation

Что это дает:

📍 Структурный обзор всех возможных рисков перед релизом

📍 Готовые сценарии для проверки критических точек

📍 Помогает расставить приоритеты в тестировании, когда времени мало

🐸 Библиотека тестировщика

#буст

💰 Зарплата в IT: как не продешевить

В переговорах о зарплате нет ничего хуже, чем назвать цифру «с потолка» и потом узнать, что рынок готов был платить больше.

Чтобы не гадать, а опираться на факты, есть три проверенных подхода. В статье — пошагово о каждом методе, с конкретными источниками и советами.

➡️ Читать статью

🐸 Библиотека тестировщика

🛠 Инструмент недели: Autify

Autify — платформа для автоматизации тестирования, которая объединяет удобный интерфейс, ИИ и широкую совместимость с браузерами и мобильными устройствами.

Что интересного:

➖ Сценарии можно записывать через удобный интерфейс или описывать действия простым языком.

➖ Тесты автоматически адаптируются к изменениям в UI, избавляя от ручного переписывания.

➖ Один сценарий запускается сразу в разных браузерах и на мобильных устройствах.

➖ Встроенные проверки выявляют нежелательные изменения в интерфейсе.

Варианты Autify:

📍 NoCode — полностью безкодовая версия: настройка тестов кликами и текстом.

📍 Nexus — гибрид low-code/full-code на базе Playwright: можно записывать сценарии, редактировать код и экспортировать.

🔗 Ссылка на инструмент

🐸 Библиотека тестировщика

#буст

🫣 Хотите в Data Science, но боитесь высшей математики?

Хорошая новость: вам не нужно становиться математиком. Вам нужно освоить конкретные разделы, которые реально используются в работе и на собеседованиях.

Именно этому учат преподаватели ВМК МГУ на нашем курсе «Математика для Data Science».

Без лишней воды — только то, что нужно для:

✅ успешного поступления в ШАД Яндекса;
✅ прохождения собеседований уровня FAANG;
✅ глубокого понимания ML-алгоритмов.

Это самый прямой путь к математическому фундаменту, на котором строится вся карьера в Data Science.

👉 Начните строить свою карьеру уже сегодня

👍 Топ-вакансий для тестировщиков за неделю

QA Automation Engineer (Java) — от 130 000 ₽, гибрид (Санкт-Петербург)

Manual QA Engineer — удаленно (Москва)

QA Auto — до 360 000 ₽, офис (Санкт-Петербург)

Тестировщик ПО(Junior-Middle QA) — от 80 000 до 150 000 ₽, офис (Москва)

Tech/Team Lead QA Automation Engineer — офис (Москва)

➡️ Еще больше топовых вакансий — в нашем канале QA jobs

🐸 Библиотека тестировщика

#свежак

🔥 Последняя неделя, чтобы забрать курс по AI-агентам по старой цене!

Пока вы тестируете Copilot, другие уже учатся строить AI-агентов, которые реально работают на бизнес. Хватит отставать!

Наш курс — это концентрат практики по LangChain и RAG. Улучшенная версия, доработанная по отзывам первого потока.

📆 Старт — 15 сентября.

💸 Цена 49 000 ₽ — только до 24 августа.

👉 Зафиксировать цену

🧠 Избыточная проверка в чек-листе регистрации

Вы проверяете поле «Дата рождения» в форме регистрации. Вот фрагмент чек-листа, который подготовил другой тестировщик:

• Формат даты: дд.мм.гггг

• Возраст не меньше 18 лет

• Дата не в будущем

• Дата не раньше 01.01.1900

• День рождения не может быть сегодня

• 29 февраля — только в високосный год

❓ Какой из пунктов наиболее вероятно избыточен без уточненных требований?

🐸 Библиотека тестировщика

#междусобойчик

💡 Подборка материалов по Appium

В этом посте собраны лучшие материалы для глубокого понимания Appium и его возможностей.

➡️ Разбор архитектуры Appium

В этой статье рассказывается о концепии, архитектуре Appium и различия в исполнении для Android и iOS.

➡️ Как писать тесты с Appium

Руководство по написанию тестов на Java.

➡️ Тестирование iOS-приложений с Appium

Описываются особенности использования Appium для автоматизированного тестирования iOS-приложений, включая настройку среды и написание тестов.

➡️ Руководство по запуску автоматизации с Appium и Pytest

В статье рассматривается, как создать эффективную систему автоматизации тестирования с использованием двух мощных инструментов: Appium и Pytest.

➡️ Вопросы по Appium на собеседовании

Разобраны основы, концепции автоматизации, продвинутые возможности, устранение неполадок и лучшие практики.

🐸 Библиотека тестировщика

#буст

😎 Вы просили — мы сделали. Самый долгожданный анонс этого лета!

Мы открываем набор на второй поток курса «AI-агенты для DS-специалистов»!

На курсе мы учим главному навыку 2025 года: не просто «болтать» с LLM, а строить из них рабочие системы с помощью Ollama, RAG, LangChain и crew.ai.

📆 Старт потока — 15 сентября.

💸 Цена 49 000 ₽ действует только в эти выходные — до 17 августа. С понедельника будет дороже.

👉 Занять место

💬 Тестирование AI и нейросетей: баги или особенности

AI становится частью продуктов, но как проверять, что он делает правильно, если нет «правильного» ответа?

➡️ Сложности:

— Классические тест-кейсы часто не подходят
— Модели ведут себя непредсказуемо
— Валидация зависит от метрик и контекста

➡️ Возможные подходы:

— Сравнение с контрольными наборами данных
— Метрики качества и точности
— Exploratory testing: исследуем поведение модели на практике

А как вы бы тестировали AI-продукты ❓

🐸 Библиотека тестировщика

#междусобойчик

Задача со звездочкой 😋😋

🐸 Библиотека тестировщика

#развлекалово

🧠 Выбор первого ML-проекта: чеклист против выгорания

Классика плохих решений в ML — выбрать слишком сложный проект: неделя ковыряния в коде, десятки крашей и никакого результата. Хотите дойти до финиша — начните с простого проекта, который реально можно довести до конца.

Мини-чеклист первого проекта:

1. Понятные данные — без «я нашёл датасет в даркнете, но он на суахили».

2. Измеримая метрика — «точность 92%», а не «ну вроде работает».

3. Объяснимый результат — чтобы не-техлид понял, почему модель ругается на спам.

Наш курс «ML для старта в Data Science» — старт от простого к сложному: теория → практика → проверка → проект в портфолио.

👉 Начать свой путь в Data Science

Оплатите курс по ML до 17 августа — курс по Python в подарок.

📅 Бесплатный вебинар с Марией Жаровой — 21 августа: как выбирать проекты, которые доводят до оффера, а не до психотерапевта.

💾 Сохрани, чтобы не потерять, когда будешь готов(а) начать

🥺 IT-зарплаты 2025: почему рост оказался фантомным

На рынке — микс экономии и жонглирования ролями, а реальный доход будто застрял в прошлом году.

Что в статье:

➡️ Почему рост зарплат — иллюзия

➡️ Как изменились требования к IT-специалистам

➡️ Тренд на гибридные вакансии и экономию компаний

🔗 Читать подробнее

🐸 Библиотека тестировщика

📌 Команда дня: временное сохранение изменений в git

Позволяет спрятать незакоммиченные изменения, переключиться на другую ветку, а потом вернуть их обратно.

git stash

💡 Используется, когда нужно срочно переключиться с незавершённой работы, не создавая лишних коммитов.

Зачем это нужно:

➡️ Избежать грязных коммитов ради «переключиться на минуту».

➡️ Быстро тестировать что-то в другой ветке, не теряя свою работу.

➡️ Безопасно — можно потом восстановить всё, даже после перезапуска IDE.

💡 Лайфхаки:

— Команда с пояснением:

git stash push -m «фиксы верстки в header»

— Вернуть обратно:

git stash pop

— Посмотреть, что спрятано:

git stash list

— Посмотреть, что внутри:

git stash show -p

— Забрать только нужные файлы:

git checkout stash@{0} -- path/to/file

— Удалить stash после использования:

git stash drop stash@{0}

🐸 Библиотека тестировщика

#буст