💥 Интеграции — это понимание того, как система работает “под капотом” 💥

Когда я только начинала работать системным аналитиком, мои постановки задач сводились к описанию экранов:
что нажали → что увидели.

И это было ОК! 😃


А потом пришёл "умный и важный" Backend-разработчик и сказал примерно так:

Теперь мы делаем не монолит, где UI + логика + БД в одной кодовой базе.
Теперь у нас Frontend и Backend, которые общаются по API.

И вот тогда я впервые узнала интеграции на минимальном уровне:
➡️ Frontend → Backend


Но настоящий "аттракцион" начался позже, когда появилась задача получать данные из внешней системы 👀

➡️ наш Frontend → наш Backend → внешняя система
➡️ а потом интеграции микросервисов


👉 И самое неприятное тогда было — чувство, когда ты угадываешь, что ждут разработчики...
Было много "танцев на граблях".

С годами интеграций становилось больше: разные API, протоколы, асинхрон, оборудование. И этот тип задач в итоге стал моим самым любимым 🩷

Сейчас я рада делиться своим опытом в интеграциях с вами в GetAnalyst!



Мы открыли предзапись на новый поток практической программы для СА и БА, который проводим в новом летнем формате:

💥💥💥 Интеграции систем

⚪ с 8 июля до 23 сентября — обучение по записям в комфортном вам темпе
🟢 30 сентября — закрытая онлайн-встреча по подготовке к собеседованиям
🟢 с 14 октября до 23 декабря — можете подключиться к онлайн-занятиям и работать с экспертами


🎁🎁🎁 До 3 июля — самый большой набор бонусов за всю историю GetAnalyst:

✅ Расширенный доступ
8/12 месяцев вместо стандартных 6/9

✅ Курс «БД и SQL: продвинутый уровень»
в подарок (обычная стоимость 9 500 руб) — поможет для работы с маппингом

✅ Мини-курс «REST API для аналитиков 3.0»
больше по проектированию API с нуля после основного обучения

🟢 Онлайн-встреча по подготовке к собеседованиям 30 сентября
решаете задачи с реальных интервью в прямом эфире и получаете обратную связь


Результат:

✔️ Описываете интеграционные Use Cases
✔️ Уверенно работаете с API: REST, SOAP, GraphQL, gRPC, WebSocket
✔️ Опыт работы с Postman
✔️ Знаете нотацию C4 для архитектуры
✔️ Понимате асинхрон, в т.ч. брокеры
✔️ Можете сделать задачу на интеграционный REST API метод
✔️ У вас десятки примеров документации, которые можно переиспользовать в работе

Это то, что сейчас спрашивают Middle+ системных аналитиков на собеседованиях, и то, что реально нужно в работе.


💥 Интеграции систем
🔗 Узнать подробнее и записаться


Приглашаем вас получить за лето навык, который даёт уверенность и рост в карьере СА, как раз к периоду активного осеннего найма 🍁🙌


Вопросы? Пишите @getanalyst или info@getanalyst.ru.
Уточним ваш опыт и подскажем, подойдёт ли вам программа 🤝

🧡 10 гайдов по Postman, которые прокачают работу с API 🧡

Документация ≠ реальность.

Перед тем как отдавать интеграционную задачу в разработку, системному аналитику важно проверить, как API внешней системы работает на самом деле.

Он заранее уточняет нюансы, которых нет в API-документации внешней системы, чтобы разработчики затем не тратили на это время.


Что важно проверить аналитику при исследовании API:
✅ как работает аутентификация
✅ как выполняются нужные API-методы
✅ какие параметры обязательны
✅ какие поля приходят в JSON-ответе
✅ какие ошибки возвращаются при нештатных ситуациях
✅ как API ведёт себя при некорректных данных, отсутствии доступа или пустом результате


👉 Делюсь подборкой практических руководств по исследованию API внешних систем через Postman:

📹 Postman: навык тестирования REST API за вечер

📚 Тестирование API DaData

📚 Тестирование API Unisender

📚 Тестирование API банка ВТБ

📚 Тестирование API KudaGo и DashaMail

📚 Тестирование API ChatGPT

📚 Практика с настройкой OAuth 2.0 от Mail ru

📚 7 видов аутентификации в API - демо с настройками в Postman

📹 Аутентификация mTLS на практике в Postman

📚 GraphQL API — знакомство на практике Postman


👉 В этих руководствах всё по шагам: с картинками, настройками запросов и примерами.

С ними можно за выходные освоить базовую работу в Postman и пополнить портфолио несколькими коллекциями API-запросов 🙌



🔖 Сохраняйте пост в избранное,
чтобы пройти все руководства и получить реальный опыт в API для работы с задачами на интеграции


#ИнтеграцииGA

📱 GetAnalyst | 💙 VK | 💬 Max

🤯 Разработчик вернул задачу. Я дописала. Снова вернул. Что не так то?! 🤯

Такое часто бывает в интеграционных задачах.

И часто дело не в том, что разработчик «придирается».
Дело в том, что по этой постановке сложно писать код.

Часть решений приходится принимать разработчику самому, и в итоге он начинает делать работу за аналитика — уточнять у прОдукта, дизайнера, QA и других команд, как система должна себя вести.



👉 5 мест, где аналитики чаще всего теряют детали в интеграционных задачах:


1️⃣ «Обработать ошибки» — это не требование, а отписка

👎 Плохо:
«Обработать ошибки внешней системы».

✅ Хорошо:
▫️ при HTTP 401 — обновить токен и повторить запрос
▫️ при HTTP 404 — показать пользователю, что данные не найдены
▫️ при HTTP 500 или timeout — залогировать ошибку и показать сообщение о временной недоступности, если предусмотрен кэш — вернуть данные из кэша по описанным правилам

Без конкретики разработчик может вывести пользователю одно универсальное «Что-то пошло не так» на любую ошибку.
И будет формально прав.
Потому что в требованиях ничего другого не написано.


2️⃣ Нет маппинга данных

👎 «Система передаёт данные пользователя во внешнюю систему».

Какие данные?
Из какого поля?
В каком формате?
Что делать, если значение пустое?

✅ В требованиях должна быть таблица маппинга:
▫️ поле на UI
▫️ поле в API нашей системы
▫️ поле в API внешней системы
▫️ поле в БД, если используется
▫️ тип данных
▫️ обязательность
▫️ правила валидации
▫️ что делать, если null / пусто / некорректный формат

Без этих требований разработчик угадывает как соотносятся данные между частями нашей и внешней системой.
И делает работу за аналитика.


3️⃣ Нет требований к аутентификации и авторизации

👎 «Авторизация через Bearer Token».

А дальше?

✅ Нужно описать:
▫️ где и как получаем токен
▫️ кто настраивает доступы для dev / stage / prod
▫️ где хранятся client_id, client_secret и другие секреты
▫️ когда токен считается истёкшим
▫️ как обновляется токен
▫️ что делать, если токен истёк посреди фоновой джобы
▫️ что делать, если обновить токен не удалось

Аутентификация во внешней системе — это не одна строка в требованиях.

Это отдельная задача с полноценным набором сценариев, которая требует проработки.


4️⃣ Нет Timeout и Retry

👎 Не описали ситуации:
Внешний сервис лёг.
Или отвечает слишком долго.
Или сеть моргнула на 2 секунды.

Что делает наша система?

Если это не описано, разработчик решит сам.

Обычно потом получается так:
запрос висит 30 секунд → падает с ошибкой → пользователь видит белый экран или «Что-то пошло не так».

✅ В требованиях нужно указать:

▫️ timeout на запрос
▫️ количество повторных попыток
▫️ интервал между попытками
▫️ нужен ли backoff
▫️ что делать после исчерпания попыток
▫️ что показываем пользователю
▫️ что логируем
▫️ нужна ли задача на повторную обработку

Интеграции ломаются не только тогда, когда API вернул ошибку.
Иногда он просто не ответил вовремя.


5️⃣ Нет логики при частичном успехе

Это боль всех массовых интеграций:
каталоги, импорт клиентов, обновление статусов, синхронизация заказов.

Например:
Отправили 10 000 записей.
9 847 обработались успешно.
153 упали с ошибкой.

Это успех или провал?

В требованиях нужен явный ответ:

▫️ что считается успешным результатом
▫️ что делать с упавшими записями
▫️ нужно ли повторять обработку
▫️ сколько раз повторять
▫️ кто увидит ошибку
▫️ где будет отчёт
▫️ можно ли продолжать процесс, если часть данных не обработалась

Без этого массовая синхронизация превращается в хаос.



👉 Если этого нет — задача почти гарантированно вернётся на доработку.

И это не потому, что разработчик вредный, а потому что нет требований к обработке ошибок.


#ИнтеграцииGA

📱 GetAnalyst | 💙 VK | 💬 Max

🚩 «Быстро» — это не требование. А вот RPS, SLO, SLA и CPU — уже конкретика, с которой можно работать 🚀

Мониторинг — это не только про DevOps.

Системный аналитик, который не понимает метрики, рискует написать требования, которые невозможно проверить, выполнить или измерить.

🔗 Статья с доп. материалами

В этом выпуске разбираем мониторинг с точки зрения аналитика.

Выпуск будет полезен системным и бизнес-аналитикам, которые работают с нефункциональными требованиями, интеграциями, архитектурой, брокерами сообщений, API и вопросами надёжности систем. Заберёте для себя много полезных примеров НФТ.


Видео с презентацией:
⏯ YouTube
⏯ RuTube
⏯ VK Video
⏯ Telegram

Аудио:
⏯ Apple Podcast
⏯ Яндекс.Музыка
⏯ Castbox
⏯ Звук
⏯ Spotify


GetAnalyst — сообщество, где аналитики растут быстрее 🚀


📱 Tg | 💙 ВК | 💬 Max

🧡 [4–7 июля] Интеграции по REST, GraphQL и gRPC через Postman 🧡

API-документация есть, задача на интеграцию есть — а с чего начать и как потом описывать требования, не всегда понятно.

Особенно если это не только привычный REST, но ещё GraphQL или gRPC.


На открытом практикуме покажем, как аналитику разобраться с разными видами API для интеграций систем и проверить их работу на практике:


🧡 Интеграции по REST, GraphQL и gRPC: знакомство через Postman

🗓 Доступ 4–7 июля 2026
🟢 Формат: в записи, смотрите в удобное время

👉 В результате вы:
▫️ Получите пошаговый план и практику по работе с задачами на интеграцию
▫️ Поймёте, чем отличаются REST, GraphQL и gRPC
▫️ Увидите, как проверять API в Postman
▫️ Самостоятельно протестируете методы по пошаговой инструкции
▫️ Разберётесь, на что смотреть в API-документации перед описанием интеграционных требований

🔗 Узнать подробнее и зарегистрироваться


Регистрируйтесь — доступ будет открыт только с 4 по 7 июля 🤝


📱 Tg | 💙 ВК | 💬 Max

🤯 Я больше не хочу учиться. Вообще. Это перебор 🤯

Именно так я решила в апреле, когда закончила программу по прикладному AI в Johns Hopkins University.

Потому что учеба — это не просто «посмотреть уроки».

Это время.
Это силы.
Это деньги.
Это снова включать голову после работы, проектов, бизнеса и жизни.

И честно?

Я не думала, что так быстро снова решусь на новую учебу 🫠


Но на этой неделе у меня начался новый этап в Johns Hopkins — теперь про AI-агентов.

И снова не через «соберите красивого бота в визуальном конструкторе за 15 минут», а через Python, код, архитектуру и нормальную инженерную логику.

Да, опять будет тяжело 😅
Но я точно понимаю, зачем мне это нужно.

Потому что учеба ради учебы — бессмысленна.

Учеба нужна, когда ты понимаешь, как применить знания:
▫️ в проектах
▫️ в продуктах
▫️ в новых услугах
▫️ в росте своей экспертизы и дохода

После прошлой программы у меня уже есть 4 новых проекта, связанных с AI, 3 из них уже закрыты и оплачены $$$$$ 🎉

И это как раз тот случай, когда знания быстро превращаются не в «сертификат на полку», а в реальные задачи, деньги и новый уровень профессиональной уверенности.



Теперь немного заметок с первых занятий 👇


💡 AI-агент

Это уже не просто чат, которому вы написали вопрос и получили текстовый ответ.

AI-агент — это искусственный интеллект, который может делать действия:
▫️ сходить в интернет
▫️ обратиться к API
▫️ прочитать файл
▫️ запустить код

То есть ChatGPT, Claude, Gemini, Cursor и другие инструменты становятся агентами тогда, когда они начинают что-то делать во внешнем мире, а не просто отвечать текстом.


📌 Напоминание: не надо везде AI

Если задачу можно решить обычной автоматизацией без AI — лучше решить её обычной автоматизацией.

Потому что AI почти всегда добавляет:
▫️ стоимость
▫️ сложность
▫️ риски
▫️ нестабильность результата
▫️ необходимость контроля качества


👉 Где нужен AI? Use cases из реального мира

1️⃣ Мониторинг логов и алертов
AI-агент получает алерт, сам смотрит логи, метрики, последние релизы и помогает понять, почему упал сервис.
В идеальном мире — ещё и предлагает исправление в коде.

2️⃣ Поддержка пользователей
AI-агент отвечает на типовые вопросы клиентов, ищет ответы в базе знаний, проверяет статус заказа или заявки и снижает нагрузку на операторов.

3️⃣ HR и внутренние процессы
AI-агент может помогать разбирать резюме, сопоставлять опыт кандидата с вакансией и отвечать сотрудникам на вопросы по регламентам компании.

4️⃣ Финансовые процессы
AI-агент может анализировать счета, платежи, расходы, отклонения в транзакциях, готовить отчёты и подсвечивать риски. Плюс трейдинг.

5️⃣ Разработка кода
Claude, Cursor и другие инструменты помогают писать код, искать ошибки, создавать тесты и работать с кодовой базой.

6️⃣ Личные ассистенты
Пользователь пишет: «Найди и купи мне билеты на такие-то даты, самые дешые».
Агент сам построит алгоритмы поиска и найдет билеты, но финальное подтверждение покупки за человеком.
Потому что «купил не тот билет» — это уже не случайная галлюцинация, а реальные деньги.


👉 И еще один важный вывод:
AI-агент не должен принимать финальное решение там, где ошибка стоит денег, безопасности, юридических последствий или доверия клиента.

AI может:
▫️ собрать данные
▫️ проанализировать
▫️ предложить решение
▫️ подготовить черновик
▫️ подсветить риск

Но в критичных и денежных сценариях человек должен подтверждать действие.



👉 Что актуально аналитикам?
AI-агенты помогают автоматизировать бизнес-процессы, и кто-то должен описывать:
▫️ где агент участвует в процессе
▫️ какие инструменты он может вызывать
▫️ какие данные ему доступны
▫️ где нужен человек и это ок для бизнеса
▫️ как обрабатывать ошибки
▫️ что логировать
▫️ как тестировать результат работы AI



👉 В общем, я снова учусь.
Хотя совсем недавно думала: «Ну его к черту. Больше не хочу».

Знание итогов замотивировало:
если учиться не ради галочки, а ради применения — результаты есть.
Не всегда сразу.
Не всегда легко.
Но есть.



Так что новый этап стартовал.
Буду делиться с вами полезными заметками со своей учебы 💙

#AI_for_analysts

👩‍💻 AI-интеграция выглядит как магия ровно до тех пор, пока не открываешь Postman 👨‍💻

Задача «подключить AI-ассистента» — это не одна строка в требованиях. Это полноценный интеграционный сценарий.

И пока одни аналитики описывают её как «AI должен ответить пользователю» — другие уже разбирают её на слои: системный промпт, выбор tool, формат ответа и маппинг, streaming (SSE), требования для Backend.

Чтобы перейти во вторую группу, подготовила практическое руководство:


🟠 Groq AI API + Postman
Исследовательское тестирование API искусственного интеллекта.

🕘 Время на практику:
20 минут

👉 Что разбираем:
1️⃣ Создаём Workspace и Collection в Postman
2️⃣ Получаем API-ключ Groq
3️⃣ Отправляем первый запрос с пользовательским промптом
4️⃣ Добавляем системный промпт и тестируем его работу
5️⃣ Добавляем tools — смотрим, как AI просит вызвать функцию
6️⃣ Тестируем стриминг через SSE


📌 После этой практики вы сможете описывать AI-интеграцию не как «магию нейросети», а как понятный сценарий: Use Case → API → prompt → tools → request/response → задача на Backend.

Скачивайте руководство, открывайте Postman и проходите практику 🤝


#ИнтеграцииGA #MedAssistGA #AI_for_analysts

📱 Tg | 💙 ВК | 💬 Max