Большая часть проблем появляется раньше — на уровне требований и логики.
Если подключаться поздно:
— дефекты находят уже в готовом коде
— сложнее понять причину
— фиксы ломают другие части системы
#теория_на_пальцах
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🤩5👏2😁2
Please open Telegram to view this post
VIEW IN TELEGRAM
😁18💯5😢4🤩3
the sql circle cheat sheet.jpeg
90.6 KB
Внутри — весь базовый цикл:
— JOIN’ы для связей между таблицами
— WHERE для фильтрации
— GROUP BY и агрегаты для анализа
— ORDER для сортировки
#артефакт
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5🤩3🥰2
Please open Telegram to view this post
VIEW IN TELEGRAM
😁15🤩5🥰2
Частая ситуация: прошли курсы, посмотрели видео, теорию понимаете, но на практике — непонятно, с чего начать. Именно из-за этого на собеседованиях возникает ступор.
📌 Ниже — бесплатные тренажёры, которые закрывают базовые навыки:
Максимально приближено к реальному проекту: заходите и просто ищете баги.
Прокачаете:
— Network (запросы)
— Elements (DOM)
— cookies / кэш
Это один из самых частых практических блоков на интервью
— разбор структуры JSON
— JSONPath
— работа с API
— как работает авторизация
— access / refresh токены
Учитесь:
— делать выборки
— проверять данные
— понимать, что происходит в БД
#карьерный_трек
Please open Telegram to view this post
VIEW IN TELEGRAM
🤩7🥰3❤2
🤔 Разрабатываете ИИ-агентов, но всё ещё не уверены в их стабильности и прогнозируемости?
Мы поговорили с десятками разработчиков ИИ-агентов и сделали отдельный курс по AgentOps.
🧠 На нём вы узнаете:
– как оптимизировать траты на токены;
– как на практике оценить качество работы агента;
– как «докручивать» RAG-системы без потери качества;
– как обеспечить устойчивость агента к сбоям внешних сервисов без падения всей системы и про многое-многое другое.
📅 Старт: 19 мая.
👥 Спикеры — практики с опытом в AI и Data Science в крупных IT-компаниях, таких как Яндекс, Huawei, МТС и др.
Длительность: 6-12 недель в зависимости от тарифа.
🔗 Программа курса и другие подробности
Мы поговорили с десятками разработчиков ИИ-агентов и сделали отдельный курс по AgentOps.
🧠 На нём вы узнаете:
– как оптимизировать траты на токены;
– как на практике оценить качество работы агента;
– как «докручивать» RAG-системы без потери качества;
– как обеспечить устойчивость агента к сбоям внешних сервисов без падения всей системы и про многое-многое другое.
📅 Старт: 19 мая.
👥 Спикеры — практики с опытом в AI и Data Science в крупных IT-компаниях, таких как Яндекс, Huawei, МТС и др.
Длительность: 6-12 недель в зависимости от тарифа.
🔗 Программа курса и другие подробности
👏4🥰2
Please open Telegram to view this post
VIEW IN TELEGRAM
🥰3
GROUP BY группирует строки, но не определяет, какое значение брать для остальных колонок.
SELECT user_id, status
FROM orders
GROUP BY user_id;
если у пользователя несколько status —
СУБД не понимает, какой именно вернуть
— либо колонка в GROUP BY
— либо обёрнута в агрегат (MAX, MIN, COUNT и т.д.)
📌 Что происходит в разных СУБД:
— PostgreSQL / Oracle → сразу ошибка
— MySQL (без strict mode) → запрос выполнится
Но вернётся случайное значение из группы.
👍 — знал/а
🔥 — стало понятнее
#cтендап_qa
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12👍3🤩2❤1🥰1
🤯 Представьте, что ваш AI-агент работает так же предсказуемо, как обычный микросервис. Звучит утопически, но это именно то, к чему должна прийти разработка в 2026 году.
Основная боль текущих реализаций — полная непредсказуемость поведения. Сегодня агент выполнил задачу за два шага, а завтра ушёл в рекурсию и потратил все лимиты.
Наш обновлённый курс «Разработка AI-агентов» научит, как приручить этот хаос с помощью
✅ Что вы получите:
— понимание того, как управлять логикой агента на уровне кода;
— навыки работы с
— готовые паттерны для обработки ошибок и галлюцинаций;
— опыт создания систем, которые реально экономят время.
Есть пара мест со скидкой до завтра, решайтесь 👈🏻
Основная боль текущих реализаций — полная непредсказуемость поведения. Сегодня агент выполнил задачу за два шага, а завтра ушёл в рекурсию и потратил все лимиты.
Наш обновлённый курс «Разработка AI-агентов» научит, как приручить этот хаос с помощью
Python и современных фреймворков. Мы не будем учить «общаться» с нейросетью, мы будем строить из неё надёжный инструмент.✅ Что вы получите:
— понимание того, как управлять логикой агента на уровне кода;
— навыки работы с
LangChain и библиотеками оркестрации;— готовые паттерны для обработки ошибок и галлюцинаций;
— опыт создания систем, которые реально экономят время.
Есть пара мест со скидкой до завтра, решайтесь 👈🏻
🤩4🥰2
JsonReference.pdf
387.4 KB
JSON — незаменимый инструмент в работе с данными, API и тестированием.
Мы собрали ключевые шпаргалки: основы синтаксиса, примеры запросов и ответов, советы по отладке и работе с JSON-схемами
#артефакт
Please open Telegram to view this post
VIEW IN TELEGRAM
🥰3🤩2
Логин в каждом тесте → медленно
UI-авторизация → нестабильно
параллельные тесты → конфликтуютЗнакомый набор проблем для любого автотестера
— как сохранить storageState и не логиниться в каждом тесте
— как запускать тесты параллельно с разными аккаунтами
— когда лучше идти через UI, а когда через API
— как тестировать роли (admin / user) без хаоса
— как использовать несколько пользователей в одном тесте
#тест_драйв
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥2🥰2🤩1
#артефакт
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤2🥰2🤩1
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔5🥰3🌚1
В Playwright это базовый способ не проходить логин заново в каждом тесте.
Смысл простой:
один раз выполняете аутентификацию, сохраняете состояние браузера (cookies, localStorage, иногда sessionStorage через дополнительные приёмы), а потом используете это состояние в других тестах.
1. Тесты становятся быстрее
если в каждом тесте заново открывать страницу логина, вводить данные и ждать редиректы — вы тратите время не на проверку фичи, а на повторяющийся технический шаг
2. Меньше flaky
логин через UI — одна из самых нестабильных частей E2E:
редиректы, captcha, задержки API, двухфакторка, медленная загрузка страницы
когда авторизация вынесена в отдельный setup и состояние уже готово, тест идёт сразу в нужный сценарий
3. Тесты проще поддерживать
если меняется логика входа, вы правите один setup, а не десятки тестов
4. Это лучше для параллельного запуска
если правильно организовать storage state, можно безопасно запускать тесты параллельно и не упираться в постоянный UI-логин
storageState — не серебряная пуля.
Если все тесты используют один и тот же аккаунт, а сценарии меняют данные пользователя, могут начаться конфликты.
Например:
— один тест очищает корзину
— второй ожидает, что в корзине есть товар
— третий меняет профиль
— отдельные аккаунты для разных воркеров
— отдельные storage state для ролей
— изоляция данных между тестами
Правильный подход в Playwright — вынести аутентификацию в setup, сохранить storageState и переиспользовать его в тестах. Это ускоряет прогоны, уменьшает flaky и упрощает поддержку. Но если тесты меняют пользовательский state, нужно использовать разные аккаунты или разные storage state для изоляции.
👍 — полезный разбор
🔥 — сделать ещё 5 таких вопросов по Playwright
#cтендап_qa
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9👏5👍3❤1🥰1
В классической разработке пытаются всё зафиксировать заранее: сначала требования → потом реализация → в конце тестирование. Но реальность всегда ломает этот план.
Пользователи ведут себя иначе, бизнес меняет приоритеты, появляются новые идеи и продукт начинает устаревать ещё до релиза.
Разработка идёт короткими итерациями (спринтами), и в каждой из них команда делает небольшой, но законченный кусок продукта.
1) Делают интернет-магазин: сначала реализуют каталог, пользователи начинают им пользоваться и быстро выясняется: фильтры неудобные. Команда не откладывает это на потом, а меняет подход уже в следующем спринте.
2) Дальше делают корзину и тут становится понятно, что пользователям важнее быстрый заказ, чем сложный процесс оформления. Добавляется новый сценарий, которого изначально не было.
3) К моменту реализации оплаты система уже учитывает реальные сценарии, а не гипотезы. Продукт не просто дописали, а постепенно адаптировали под пользователей.
Изменения не копятся до конца проекта, ошибки не доезжают до релиза, команда постоянно сверяется с реальностью, а не с устаревшим ТЗ.
В результате продукт получается не как задумывали год назад, а таким, каким он действительно нужен сейчас.
#теория_на_пальцах
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4❤2⚡1🥰1
Представьте конвейер на фабрике:
1. Разработчик делает коммит → сырьё попадает на линию.
2. Код собирается и проходят первые юнит-тесты → проверка деталей.
3. Интеграционные тесты → смотрим, как части работают вместе.
4. Деплой в тестовую среду → испытание прототипа.
5. Релиз в прод → запуск в массовое производство.
6. Мониторинг → отдел качества следит, чтобы всё работало.
— добавлять smoke/регрессионные тесты прямо в pipeline;
— останавливать «линию», если баг проскочил;
— следить, чтобы сам конвейер не стал узким местом.
#теория_на_пальцах
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤2🥰2
Automation QA получает на 20–40% больше, потому что уже частично конкурирует с разработчиками.
Рост есть, но: мидл с автоматизацией часто зарабатывает больше простого сеньора.
Чем ближе к реальной разработке — тем выше вилка.
Платят заметно больше, чем аутсорс и маленькие студии.
Открывает доступ к зарубежным проектам и валютным зарплатам.
Но удалёнка частично выровняла рынок, сейчас можно работать из региона на столичную вилку.
📌 Как проверить себя:
— смотрите вакансии @testerrjob
— сравнивайте несколько источников
— обновляйте ожидания раз в 6–12 месяцев
Если вы не знаете свою цену — её за вас определит работодатель.
#карьерный_трек
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👏4🤩2🥰1
Что внутри:
— структура тестов (describe, beforeEach, afterAll)
— все основные matchers без лишней воды
— работа с моками (fn, spyOn, mockReturnValue и т.д.)
— async-тесты (promises, async/await, done)
— таймеры, snapshot’ы, data-driven тесты
#артефакт
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🤩3🥰2
This media is not supported in your browser
VIEW IN TELEGRAM
GitHub огромный и найти в нем нужный инструмент сложно. Интузиасты придумали максимально простой формат — свайпать репозитории!
— находить инструменты для тестирования (Playwright, Cypress, утилиты)
— смотреть, как в реальных проектах пишут автотесты
— искать примеры для pet-проектов
— быстро находить полезные репозитории без долгого поиска
— фильтры по языкам и темам
— тренды (день / неделя / месяц)
— каждый проект показывается один раз
— можно сразу открыть README и оценить проект
#тест_драйв
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🥰3🤩3