Ты отстаешь от рынка, если не умеешь тестировать безопасность и надежность 😱

Звучит жестко, но реалии таковы, коллеги, тестирование уже не ограничивается багами — теперь это ещё про безопасность и стабильность.

Если раньше тестирование ассоциировалось в основном с поиском багов в UI, то сейчас фокус заметно сместился и все больше и больше обсуждений крутится вокруг security и reliability.

Немного о нынешних реалиях и какими я их вижу⬇️
1️⃣ Системы стали сложнее засчет микросервисов, облаков, распределённых архитектур, и теперь баг может быть не в кнопке, а в том, как сервисы общаются между собой.
2️⃣ Проблема может заключаться не в том, что “что-то не работает”. Это может быть утечка данных, падение сервиса под нагрузкой, финансовые и репутационные потери — а значит, цена ошибки выросла.
3️⃣ Также AI и автоматизация добавили новых рисков. Теперь нужно проверять не только код, но и поведение моделей, устойчивость систем и корректность данных. Я частично затрагивал эту тему в посте «Как нам обещали, что ИИ заменит и тестировщик, но в реальности произошло обратное».

Что же все это в конечном итоге значит для тестировщиков?🤔 Чтобы быть актуальным на рынке, вы должны:
1️⃣ Понимать основы безопасности
(аутентификация, авторизация, уязвимости);
2️⃣ Хотя бы базово разбираться в нагрузке и производительности;
3️⃣ Думать не только “работает / не работает”, а “какие будут последствия, если что-то пойдёт не так?”;
4️⃣ Участвовать в проектировании, а не только в проверке.

Наблюдаю, как уже во многих компания QA становится инженером качества, который помогает системе быть устойчивой, безопасной и предсказуемой. А вы уже сталкивались с задачами по security или performance — или пока это остаётся зоной отдельных специалистов у вас на проекте?

QApedia | QApedia в MAX

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.

⚡️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