GraphQL предлагает единую точку входа, один endpoint, через который можно запрашивать любые нужные вам данные, при условии, что они связаны в схеме SDL.
❓—————-__—————- Как расшифровывается SDL?
❓—————-__—————- Как расшифровывается SDL?
Anonymous Quiz
23%
schema design language
59%
schema definition language
17%
schema development language
0%
schema demo language
❤4👍3❤🔥2🤗1
Какой протокол использует gRPC для своего транспортного протокола?
Anonymous Quiz
36%
TCP
43%
HTTP/2
21%
UDP
🆒4😁1🐳1
HTTPS — это расширенная версия HTTP-протокола — объединение двух протоколов: HTTP и SSL (Secure Sockets Layer) или HTTP и TLS. А какова аббревиатура TLS?
Anonymous Quiz
68%
Transport Layer Security
25%
Transport Layer Secure
6%
Transport Layer Safety
2%
Transport Layer Safe
🔥4🤝1 1
Зачем браузер выполняет SSL/TLS-рукопожатие?
Anonymous Quiz
1%
Для ускорения загрузки страницы
96%
Для защиты данных и установления безопасного соединения
2%
Для поиска IP-адреса
1%
Для анализа заголовков HTTP-запроса
❤3💯1👨💻1👀1
Статистика: Сколько верно ответили?
Anonymous Poll
1%
0
4%
1
18%
2
30%
3
26%
4
13%
5
1%
Позже отвечу, пока учусь
7%
Воздержусь, посмотрю ответы
❤3🙏2👌1
Please open Telegram to view this post
VIEW IN TELEGRAM
💔7🥰2🙏2
Forwarded from 📚 ProTestingInfo 🔷 Канал по тестированию 📚
Integrations_tech.pdf
528 KB
Паттерны и технологии интеграций. Посмотрите и изучите. Через пару дней проведу тесты на повторение по этой шпаргалке.
Автор: Yury Kupriyanov
Автор: Yury Kupriyanov
🔥9🆒4❤3 1
🔥 Как тестировать задачи быстрее, не теряя в качестве
Если ты всё ещё:
- пишешь чек-листы вручную
- не понимаешь, что от тебя хотят в задаче
- долго разбираешь ТЗ и требования
- не понимаешь, в чём ошибка и как тестировать
Показываю, как использовать ИИ в тестировании, чтобы делать рутину быстрее и аккуратнее.
Нейросети - это новый инструмент, а не замена тестировщика.
⚡️ Реальный пример:
Анализ ТЗ на 30 страниц: 12 часов → 4 часа с AI
В курсе «Тестируем с ИИ» ты:
✅ Получаешь промты для чек-листов, тест-кейсов и баг-репортов
✅ Анализируешь требования и составляешь тест-план с ИИ
✅ Тестируешь API и UI с помощью ИИ
✅ Пишешь автотесты с Cursor
✅ Работаешь с БД через AI + MCP
✅ Пишешь и улучшаешь резюме
✅ Тестируешь GraphQL с ИИ
5 часов обучения сэкономят недели жизни ⚡️
Автор курса: Дима Алексеев, 6+ лет в QA, веду канал @qa_road_channel
💰4990₽ → 2990₽ до 26 июля
👀 Содержание и покупка на Stepik: stepik.org/a/251931
🔗 Купить в Telegram: @qa_road_bot
📩 Вопросы и оплата от компании: Дима Алексеев @Smok_Belyu
Если ты всё ещё:
- пишешь чек-листы вручную
- не понимаешь, что от тебя хотят в задаче
- долго разбираешь ТЗ и требования
- не понимаешь, в чём ошибка и как тестировать
Показываю, как использовать ИИ в тестировании, чтобы делать рутину быстрее и аккуратнее.
Нейросети - это новый инструмент, а не замена тестировщика.
⚡️ Реальный пример:
Анализ ТЗ на 30 страниц: 12 часов → 4 часа с AI
В курсе «Тестируем с ИИ» ты:
✅ Получаешь промты для чек-листов, тест-кейсов и баг-репортов
✅ Анализируешь требования и составляешь тест-план с ИИ
✅ Тестируешь API и UI с помощью ИИ
✅ Пишешь автотесты с Cursor
✅ Работаешь с БД через AI + MCP
✅ Пишешь и улучшаешь резюме
✅ Тестируешь GraphQL с ИИ
5 часов обучения сэкономят недели жизни ⚡️
Автор курса: Дима Алексеев, 6+ лет в QA, веду канал @qa_road_channel
💰
👀 Содержание и покупка на Stepik: stepik.org/a/251931
🔗 Купить в Telegram: @qa_road_bot
📩 Вопросы и оплата от компании: Дима Алексеев @Smok_Belyu
❤5🔥5👍2💊1
Наконец-то я закончила курс «Практический курс
ИИ-акселератор
для системных и бизнес-аналитиков» и получила сертификат🎓 , если что и для тестировщиков подходит. Я уверена, что эти знания пригодятся в моей работе, и есть уже идеи как полученные навыки применить.
Теперь вечером можно спокойно поиграть в настолку, пока малыши заняты своими делами или спят😅 .
Хочу поделиться впечатлениями от обучения у Екатерины Ананьевой.
Что понравилось в структуре:
• В каждом занятии есть и теория, и практика.
• Все примеры разбираются на одном сквозном демонстрационном проекте. Это удобно: ты сразу видишь, как отдельные темы складываются в одну рабочую систему.
Практическая часть очень прикладная. Мое любимое : поработала с UML диаграммами, спроектировала REST API для сервиса, сгенерировала все в Swagger, использовав крутую книгу промптов. Для домашней работы я собирала цепочку обработки своих входящих писем через n8n, используя Yandex Cloud API и OpenAI API. Делала, честно говоря, с подсказками, но результат рабочий. Еще успела написать приложение с LLM и RAG на Python в Colab.
Самые интересные для меня темы оказались в середине и конце: создание ИИ-агентов, интеграция через API, RAG и Fine Tuning. Так как я работаю с чат-ботами в SaleBot и мне близка тема API, эти модули дали много полезных инструментов, которые можно сразу брать в работу. Финальная разработка своего приложения на Python и JavaScript стала хорошим закреплением материала.
Учиться, совмещая это с детьми и работой, было непросто, и я даже немного отставала от графика. Но курс структурированный, поэтому дойти до конца и получить сертификат получилось. Спасибо Екатерине за программу!
А вы уже внедряете нейросети в свои рабочие задачи или только присматриваетесь? Делитесь в комментариях.
Скоро буду делиться полезностями и новыми находками по рекомендациям от коллег.
@protestinginfo
ИИ-акселератор
для системных и бизнес-аналитиков» и получила сертификат
Теперь вечером можно спокойно поиграть в настолку, пока малыши заняты своими делами или спят
Хочу поделиться впечатлениями от обучения у Екатерины Ананьевой.
Что понравилось в структуре:
• В каждом занятии есть и теория, и практика.
• Все примеры разбираются на одном сквозном демонстрационном проекте. Это удобно: ты сразу видишь, как отдельные темы складываются в одну рабочую систему.
Практическая часть очень прикладная. Мое любимое : поработала с UML диаграммами, спроектировала REST API для сервиса, сгенерировала все в Swagger, использовав крутую книгу промптов. Для домашней работы я собирала цепочку обработки своих входящих писем через n8n, используя Yandex Cloud API и OpenAI API. Делала, честно говоря, с подсказками, но результат рабочий. Еще успела написать приложение с LLM и RAG на Python в Colab.
Самые интересные для меня темы оказались в середине и конце: создание ИИ-агентов, интеграция через API, RAG и Fine Tuning. Так как я работаю с чат-ботами в SaleBot и мне близка тема API, эти модули дали много полезных инструментов, которые можно сразу брать в работу. Финальная разработка своего приложения на Python и JavaScript стала хорошим закреплением материала.
Учиться, совмещая это с детьми и работой, было непросто, и я даже немного отставала от графика. Но курс структурированный, поэтому дойти до конца и получить сертификат получилось. Спасибо Екатерине за программу!
А вы уже внедряете нейросети в свои рабочие задачи или только присматриваетесь? Делитесь в комментариях.
Скоро буду делиться полезностями и новыми находками по рекомендациям от коллег.
@protestinginfo
Please open Telegram to view this post
VIEW IN TELEGRAM
🎉12🔥11❤3🏆2
📚 ProTestingInfo 🔷 Канал по тестированию 📚
ELK СТЕК: Elasticsearch, Logstash, Kibana, Beats 👇
🔍 1. ELASTICSEARCH
«Документоориентированная NoSQL БД + поисковик»
Что делает:
✓ Хранит данные в JSON
✓ Мгновенный полнотекстовый поиск
✓ Индексирует логи
✓ Масштабируемый кластер
Простая метафора: 🗄️ Умный архив с поиском как Google
🏭 2. LOGSTASH
«Собирает, обрабатывает и передаёт данные»
Что делает:
✓ Собирает логи из разных источников
✓ Фильтрует и преобразует
✓ Отправляет в Elasticsearch
Простая метафора: 🚚 Конвейер обработки данных
📈 3. KIBANA
«Визуализация, дашборды и поиск»
Что делает:
✓ Гибкий поиск по логам
✓ Построение дашбордов
✓ Визуализация (графики, диаграммы)
✓ Мониторинг в реальном времени
Простая метафора: 📊 Панель управления
🤖 4. BEATS
«Легковесные агенты для отправки логов»
Что делает:
✓ Только сбор и отправка
✓ Без обработки
✓ Мало ресурсов
Примеры:
• Filebeat — логи файлов
• Metricbeat — метрики системы
Простая метафора: 📮 Почтовые ящики
🔄 Как работает вместе:
Beats/Logstash → Elasticsearch → Kibana
Для QA:
Ищешь ошибки в логах → Kibana
Автоматизация сбора логов → Beats + Logstash
Хранение и поиск → Elasticsearch
Подписаться на нельзяграм
✍️ Работал с ELK стеком? Делись опытом в комментариях! 👇
#ELK #Kibana #QA #тестированиеПО #карьераВIT
🔍 1. ELASTICSEARCH
«Документоориентированная NoSQL БД + поисковик»
Что делает:
✓ Хранит данные в JSON
✓ Мгновенный полнотекстовый поиск
✓ Индексирует логи
✓ Масштабируемый кластер
Простая метафора: 🗄️ Умный архив с поиском как Google
🏭 2. LOGSTASH
«Собирает, обрабатывает и передаёт данные»
Что делает:
✓ Собирает логи из разных источников
✓ Фильтрует и преобразует
✓ Отправляет в Elasticsearch
Простая метафора: 🚚 Конвейер обработки данных
📈 3. KIBANA
«Визуализация, дашборды и поиск»
Что делает:
✓ Гибкий поиск по логам
✓ Построение дашбордов
✓ Визуализация (графики, диаграммы)
✓ Мониторинг в реальном времени
Простая метафора: 📊 Панель управления
🤖 4. BEATS
«Легковесные агенты для отправки логов»
Что делает:
✓ Только сбор и отправка
✓ Без обработки
✓ Мало ресурсов
Примеры:
• Filebeat — логи файлов
• Metricbeat — метрики системы
Простая метафора: 📮 Почтовые ящики
🔄 Как работает вместе:
Beats/Logstash → Elasticsearch → Kibana
Для QA:
Ищешь ошибки в логах → Kibana
Автоматизация сбора логов → Beats + Logstash
Хранение и поиск → Elasticsearch
Подписаться на нельзяграм
✍️ Работал с ELK стеком? Делись опытом в комментариях! 👇
#ELK #Kibana #QA #тестированиеПО #карьераВIT
❤7💘5❤🔥4👏4👻1 1
SQL vs NoSQL: В чём разница? 👇
Присоединяйся в нельзяграм
📊 реляционные базы данных (SQL)
Данные в таблицах со строками и столбцами. Связи через ключи.
Особенности:
✓ Строгая схема данных
✓ SQL — мощный язык запросов
✓ Целостность и надёжность (ACID)
✓ Сложные запросы и агрегация
Примеры: PostgreSQL, MySQL, Oracle, MS SQL Server
📄 нереляционные базы данных (NoSQL)
Гибкая структура: документы, ключ-значение, графы, колонки.
Особенности:
✓ Гибкая схема (легко менять)
✓ Горизонтальное масштабирование
✓ Высокая производительность
✓ Для больших данных
Примеры:
• MongoDB (документы)
• Redis (ключ-значение)
• Cassandra (колонки)
• Neo4j (графы)
⚖️ СРАВНЕНИЕ:
SQL:
• Таблицы
• Строгая схема
• Вертикальное масштабирование
• Идеально для финансов, транзакций
NoSQL:
• Документы, графы, key-value
• Гибкая схема
• Горизонтальное масштабирование
• Идеально для Big Data, высоких нагрузок
💡 Главный совет:
На собеседовании скажи, что выбор зависит от задачи проекта!
💙 Тесты по подготовке на собеседования по тестированию ПО
https://stepik.org/a/276076/pay?promo=9fdcd29f7e88cd5a
А также есть практика по SQL
✍️ С какими базами данных работал? Делись опытом в комментариях! 👇
#SQL #NoSQL #QA #тестированиеПО #карьераВIT
Присоединяйся в нельзяграм
📊 реляционные базы данных (SQL)
Данные в таблицах со строками и столбцами. Связи через ключи.
Особенности:
✓ Строгая схема данных
✓ SQL — мощный язык запросов
✓ Целостность и надёжность (ACID)
✓ Сложные запросы и агрегация
Примеры: PostgreSQL, MySQL, Oracle, MS SQL Server
📄 нереляционные базы данных (NoSQL)
Гибкая структура: документы, ключ-значение, графы, колонки.
Особенности:
✓ Гибкая схема (легко менять)
✓ Горизонтальное масштабирование
✓ Высокая производительность
✓ Для больших данных
Примеры:
• MongoDB (документы)
• Redis (ключ-значение)
• Cassandra (колонки)
• Neo4j (графы)
⚖️ СРАВНЕНИЕ:
SQL:
• Таблицы
• Строгая схема
• Вертикальное масштабирование
• Идеально для финансов, транзакций
NoSQL:
• Документы, графы, key-value
• Гибкая схема
• Горизонтальное масштабирование
• Идеально для Big Data, высоких нагрузок
💡 Главный совет:
На собеседовании скажи, что выбор зависит от задачи проекта!
💙 Тесты по подготовке на собеседования по тестированию ПО
https://stepik.org/a/276076/pay?promo=9fdcd29f7e88cd5a
А также есть практика по SQL
✍️ С какими базами данных работал? Делись опытом в комментариях! 👇
#SQL #NoSQL #QA #тестированиеПО #карьераВIT
❤12🔥2🙏1