💬 Единоборства? Ваши варианты 👇

🏃‍♀️ Proglib Academy

#междусобойчик

🐹 Мок-собеседование на автоматизатора Python

Разбор реального собеседования на автоматизатора Python (Junior+/Middle) — вопросы по автотестированию, Python, ООП, API, Docker и паттернам.

Что вы узнаете из видео:

➡️ Какие вопросы задают на интервью и какие темы стоит повторить;

➡️ Как грамотно отвечать на вопросы по ООП, инкапсуляции, API, параметризации тестов, Selenium, Pytest, фикстурам и другим темам;

➡️ Почему Page Object и фабрика объектов — это must-have для автоматизаторов;

➡️ Как правильно работать с тестовыми данными и взаимодействовать с разработчиками;

➡️ Что важно при запуске автотестов и как их отлаживать.

Перейти к просмотру интервью, узнать на каком уровне находишься сейчас и что стоит доработать перед реальным собесом 🔗

🏃‍♀️ Proglib Academy

#буст

😎 Мини-курс по тестированию API с Postman

10 коротких уроков, которые помогут разобраться с основами:

➡️ Как настроить Postman и ориентироваться в интерфейсе

➡️ Как отправлять запросы и работать с куками

➡️ Что такое переменные и как их использовать

➡️ Как работать с массивами и условиями

➡️ Как писать тесты и пользоваться консолью

Все уроки доступны в одном плейлисте 🔗

🏃‍♀️ Proglib Academy

#буст

🔥 Предсказатель багов

Сегодняшний промпт поможет вам раскрыть баги еще до того, как они появятся в реальности.

Промпт:

«Представь, что ты опытный тестировщик, который умеет предсказывать баги еще до их появления. Проанализируй следующий функционал [описание функционала] и предскажи возможные баги, уязвимости или неожиданные сценарии использования. Также предложи стратегии тестирования, чтобы их выявить.»

Как использовать:

1️⃣ Подставьте нужный функционал, например, «процесс регистрации с подтверждением по SMS».

2️⃣ Запустите промпт в ChatGPT или другом ИИ.

3️⃣ Получите список потенциальных багов и идей для тест-кейсов.

⚡️ Бонус: можно уточнить промпт, добавив «учти крайние кейсы» или «предложи тесты для автоматизации».

Какой самый неожиданный баг вам предсказал AI? Делитесь в комментариях🔽

🏃‍♀️ Proglib Academy

#буст

Вот и закрыли пулреквест 👍

🏃‍♀️ Proglib Academy

#развлекалово

В IT, как и в любой другой сфере, не без лишнего. Некоторые форматы уже давно требуют пересмотра, либо полного отказа от них.

Давайте честно: что бы вы навсегда убрали из ИТ, чтобы сделать работу более эффективной?

Делитесь мнением 👇

🏃‍♀️ Proglib Academy

#междусобойчик

📌 Жизненный цикл ПО

Разработка программного обеспечения включает несколько этапов, на каждом из которых тестировщик играет ключевую роль.

1️⃣ Анализ требований:

Разбираемся, что нужно пользователям и бизнесу. Тестировщик проверяет, чтобы не было неясностей, противоречий и нереалистичных ожиданий.

2️⃣ Проектирование:

Разрабатывается план, как будет выглядеть и работать система. Тестировщик помогает предусмотреть возможные ошибки заранее и готовит стратегию тестирования.

3️⃣ Разработка:

Программисты создают продукт, а тестировщики уже на этом этапе могут проводить проверки, писать тест-кейсы и готовить тестовые данные.

4️⃣ Тестирование:

Тестировщики проверяют, насколько программа соответствует требованиям. Здесь выявляются баги, тестируются функциональность, производительность, безопасность и совместимость.

5️⃣ Запуск:

Продукт разворачивается в рабочей среде. Тестировщики проверяют, не сломалось ли что-то при развертывании и соответствует ли продукт ожиданиям.

6️⃣ Эксплуатация и сопровождение:

После релиза могут появляться баги или потребность в улучшениях. Тестировщики продолжают проверять систему, проводят регрессионное тестирование и помогают разобраться с найденными пользователями проблемами.

☝️ Если тестировщики подключаются на каждом этапе, продукт получается более качественным, а исправление ошибок обходится дешевле.

🏃‍♀️ Proglib Academy

#буст

Уже ИИ газлайтит

🏃‍♀️ Proglib Academy

#развлекалово

✏️ Пишем качественный и длинный текст с помощью ChatGPT

Здесь собран реальный рабочий гайд — без маркетинговой шелухи и розовых очков. Только проверенные фишки, практические схемы и здравый смысл.

📍 Главное — понимание процесса:

— Не рассчитывайте на идеальный текст за один запрос: нужно 3–4 итерации и участие человека.

— Проверяйте факты вручную: нейросеть может выдумывать.

📍Готовимся к работе:

— Формулируйте запросы на английском → переводите в DeepL.

— Проводите ресёрч темы перед генерацией.

— Заранее составьте план статьи.

📍 Формулирование промптов:

— Используйте роли: Act like a SEO expert, Act like an editor.

— Делайте уточняющие запросы: «Что добавить для пользы?», «Проверь ошибки», «Расширь статью на тему X».

— Не бойтесь дробить работу на этапы: история → особенности → факты → список.

📍 Работаем с текстом:

— Сначала генерируйте структуру, затем запрашивайте полноценный текст.

— После генерации: проверяйте факты вручную, отредактируйте стилистику, уберите лишнее.

📍 Применяем расширенные техники:

— Кормите Chat GPT примерами реальных текстов (референсами).

— Делайте серию схожих статей по одной структуре.

— Добавляйте конкретику в промпты для повышения уникальности.

📍 Создаем лонгриды:

— Начинайте с тщательного плана.

— Прорабатывайте каждый параграф отдельными промптами.

🔴 Используем полезные промпты:

• Write an outline for an article about [тема]

• Write an article using the outline

• Act as a text editor, correct spelling and punctuation

• Imagine you are an SMM-manager, write a post about [тема]

• What could be added to make the text more useful?

• Write an article similar to this one, but about [новая тема]

Сохраняй себе 📌

🔗 Источник

🏃‍♀️ Proglib Academy

#буст