Тестирование

Как устроено API в Одноклассниках

- методы API на примере публичного API

- достоинства кастомного API клиента

- стек технологий проекта автотестов: Java, JUnit5, Maven, Hamcrest

Про покрытие

- Объем необходимого покрытия

- Приоритеты покрытия

- Учет параметров из сигнатур методов и другие критерии для приоритизации

- Цели по покрытию

- Решенные проблемы

- Фичи для развития покрытия

Измерение покрытия

- Как мы измеряем покрытие

- Приоритеты

- Степень покрытия метода автотестами, с учетом не только количества тестов, а также приватности, критичности сервиса, анонимности метода и прочих критериев

- Работа с druid

- Получение и обработка данных

- Визуализация через кастомный UI сервис, возможности и фичи

Автоматизация

- Автоматическое создание задач

- Автоматическая генерация автотестов

Каждая компания стремится к выпуску качественного продукта, но возникает вопрос, как определить и управлять его качеством.

В докладе разберём, что представляет собой "качество" и как его можно контролировать. Стандарт ISO/IEC 25010 выступит ключевым в понимании аспектов качества продукта. Рассмотрим, как с помощью метрики Quality Score в сервисе Авито измеряется качество, а также представим конкретный пример оценки качества продукта, иллюстрирующий теоретические знания на практике.

В своём выступлении расскажу о методологии и инструментах нагрузочного тестирования в СберМаркете:

- Сезонность спроса в eCommerce

- Зачем нужны нагрузочные тесты

- Процесс проведения нагрузочных тестов

- Прогнозирование нагрузки

- Тестирование в продакшне

- Автоматизация

- Платформенная инженерия

- Непрерывная верификация

- Наблюдаемость и измеряемость через эксперимент

Что затронем:

- Ликбез по ИИ

- Применение машинного обучения в реальных кейсах (помимо ChatGPT)

- Использование нейронных сетей для тестирования - как и где

- Перспективы развития инструментов искусственного интеллекта в области QA

В эпоху цифровизации транспортных услуг каршеринг выделяется как один из быстрорастущих и инновационных секторов. Доклад раскрывает, как технологии интернета вещей (IoT) трансформируют автомобильную индустрию, улучшая управление автопарком и повышая удовлетворенность клиентов. Основное внимание фокусируется на тестировании телематического оборудования и серверных систем — ключевых элементах, обеспечивающих надежность и эффективность каршеринга.

Мы обсудим методы тестирования и применение эмуляторов для моделирования реальных условий эксплуатации.

Искусственный интеллект становится неотъемлемой частью многих современных систем и приложений, включая рекомендательные системы, обработку естественного языка, компьютерное зрение и многое другое.

Использование ИИ создает новые вызовы для QA-инженеров. Например, тестирование моделей машинного обучения требует понимания их работы и способности выявлять проблемы, которые могут возникнуть при анализе данных и принятии решений моделями. Непрозрачность нейронных сетей и сложных алгоритмов делает эту задачу особенно сложной.

- Кратко: что такое компьютерное зрение

- Этапы разработки проекта с описанием сложностей и особенностей кейсов

- Вывод: на что важно обращать внимание при тестировании ПО с компьютерным зрением

Изучим несколько кейсов бета-тестирования и посмотрим, когда и какие результаты показывает этот инструмент обеспечения качества на практике.

Сравним работу и найденные QA баги с тем, что находит и приносит «бета».

С чего начать вход в проект;

Как проанализировать проект;

Как работать с метриками и их результатами;

Как улучшить проект.