Стать тестировщиком может любой, а вот вырасти в этой профессии довольно сложно.

В моем докладе я расскажу:
- как вырасти в профессионала, если нет наставника, который делится опытом;
- как построить различные системы обучения и наставничества;
- как заинтересовать тестировщика в своем развитии.

В своем докладе я раскрою проблему поддержки UI автоматизированных тестов и предложу эффективные методики по дизайну инструментов UI автоматизации и тестов в целом. В докладе предлагается рассмотреть введение дополнительной поведенческой сущности, которая позволит на этапе поддержки UI тестов не отвлекаться на общие проверки и действия с элементами, а сосредоточить все внимание инженера по автоматизации на локаторах элементов и адаптации логики теста под изменения в приложении. Здесь рассматривается и предлагается эффективная трехуровневая архитектура организации UI автотестов и использование паттернов проектирования, которые значительно ускоряют поддержку тестов и делают их не просто стабильными, но и адаптивными. Так же будет озвучена проблема валидации, так как очень важно проверять присутствие на странице некоторых элементов на самом раннем этапе прогона теста. Это позволит не только значительно сократить количество обращений к браузеру, что значительно ускорит тесты, но и получить понятные юзер ориентированные ошибки, которые просты для анализа. Будет рассмотрен компонентный валидатор, который позволяет проверять присутствие элемента на странице на этапе инициализации компонентов и решит озвученные выше проблемы. Так же в докладе будет уделено небольшое внимание page валидатору.

Также будет уделено внимание динамическим локаторам и динамическим ожиданиям, так как построение адаптируемых динамических локаторов позволяет строить адаптивные и стабильные тесты, значительно уменьшает количество ложных срабатываний и за счет природы легковесности локатора существенно упрощает и ускоряет поддержку автотестов. Кроме этого будет рассмотрено построение динамических ожиданий, так как эта тема к сожалению актуальна и по сей день. Очень многие инженеры по автоматизации используют статические ожидания без затраты ресурсов на проведение анализа и написания динамического слушателя ожидания.

В своем докладе я немного расскажу о том, как построен процесс поддержки в компании mail.ru и поделюсь секретом, как один автоматизатор может поддерживать и поддерживает UI автоматизированные тесты на 12 проектах одновременно.

Сообщество тестировщиков в последнее время поднимает тему о том, что искусственный интеллект скоро сможет сам находить дефекты. Все мы будем управлять умными роботами, которые будут и код писать, и тестировать то, что написали. В то же время реальность спускает с небес на землю и нам приходится тестировать эти системы. Инженеры выпускают всё больше и больше систем машинного обучения и остро стоит вопрос об их качестве. Это не обычные продукты, где не всегда понятно, что именно происходит внутри чёрного ящика и что конкретно ожидать на выходе. Основываясь на реальном опыте разработки, хотелось бы поделиться подходами и потенциальными проблемами при тестировании ML и AI решений. В ходе моего выступления вы сможете понять, с какой стороны подступиться к тестированию систем машинного обучения, когда с ними столкнётесь.