То, что переполнен - факт! Насчет дальнейшего не согласен, некоторые факты говорят обратное:

• Во-первых, ChatGPT может дать вам базовые знания по теории тестирования. Это безусловно поможет новичкам быстрее влиться в профессию, а Джунам и мидлам закрыть пробелы.

• Во-вторых, ИИ может предложить примеры тест-кейсов и сценариев для разных ситуаций, что ускорит процесс тест-дизайна.

• В-третьях, чат может предоставить информацию о популярных инструментах и фреймворках для ручного и авто тестирования, что поможет начинающему тестировщику выбрать подходящие инструменты

• В-четвертых, ИИ может вам даже помочь найти баги, особенно в автотестирование. Но здесь нужно быть очень внимательным, т к может быть утечка данных. При устройстве на работу вы подписываете NDA, который нарушать лучше не стоит. Плюс вас могут вычислить безопасными компании. Поэтому с ИИ лучше общайтесь общими данными и филигранно применяйте их в своей работе.

• В-пятых, ИИ может помочь в подготовке к собеседованиям на позицию тестировщика. Но тут есть важный момент, что чат перед этим нужно обучить, иначе он будет задавать тупые вопросы, которые с реальностью не имеют никакого отношения. Но здесь наш проект вам поможем!

Важно помнить, что, несмотря на полезность ChatGPT, он не должен быть единственным источником знаний. Важно практиковаться, обмениваться опытом с коллегами и постоянно расширять свои знания, используя различные ресурсы и методы обучения.

Часто по окончанию курсов по тестированию, выясняется, что о многих инструментах, необходимых для тестов выпускники просто не знают или не слышали.

Давайте перечислим несколько программ, которыми мы пользовались с самого начала:

1️⃣Jira - популярная система управления проектами, их разработкой и отслеживания ошибок. Можно создавать задачи, двигать по статусам, декомпозировать задачи, просчитывать загруженность команды, проставлять приоритеты задач и многое другое.

2️⃣TestIT - система управления и хранения тестовой документации. Тест-планы, тест-кейсы, чек-листы - все это можно создавать создавать, хранить можно там.

3️⃣Postman (куда без него) - один из самых популярных инструментов тестирования API. Он облегчает процесс создания, проверки и описания API. При помощи данного инструмента тестировщик может выполнять различные виды HTTP-запросов, такие как GET, POST, PUT, PATCH, а также автоматически генерировать код для языков программирования, таких как JavaScript и Python.

4️⃣Kibana - это удобный инструмент, позволяющий просмотреть логи системы (чаще всего сервера), например по той или иной ошибке, понять по какой причине она могла произойти, проанализировать их и передать разработчику.

5️⃣Jmeter - инструмент для нагрузочного тестирования, довольно простой и понятный. Как симулировать большой приход пользователей на сайт? как нагрузить один запрос? Как выгрузить отчеты по нагрузке? - ответы в Jmeter

У каждого тестера есть свои раздражители, поэтому этот пост будет сугубо субъективным, основанном на наших реальных событиях  

🔴Бесит, когда забывают учесть время на тестирования в планировании задач

🔴Бесит, когда говорят «быстренько протестируй, пожалуйста»

🔴Бесит, когда после тестирования задачи меняются требования к ней

🔴Бесит, когда разработчик не прописывает, что именно он сделал в задаче, а что нет и по какой причине

🔴Бесит, когда задают вопрос, не пользуяюсь правилом 15 минут

🔴Бесит, когда важные решения происходят в личных чатах, о которых ты узнаешь случайно 🔴Бесит, когда тебе нужен напарник, но «поиск нового тестера сейчас не в приоритете»

🔴Бесит, когда уходишь на обед и ты сразу становишься всем нужен

🔴Бесит, когда ты закончил свой рабочий день, а коллега с другим часовым поясом начинает активничать в вашем чате

Один из самых критичных багов, который привел к непоправимым последствиям для компании, произошел с марсоходом NASA — Mars Climate Orbiter. В 1999 году он был потерян из-за ошибки в расчетах, вызванной использованием английских единиц измерения вместо метрической системы одним из подрядчиков NASA. Это привело к неправильному маневрированию аппарата, который в результате был утерян при входе в марсианскую атмосферу.

Заметный пример критической ошибки, которая привела к значительному ущербу для компании в сфере электронной коммерции, — это знаменитый сбой, который повлиял на онлайн-рынок eBay в 2014 году. Этот баг привел к крупному отключению, в течение нескольких часов пользователи не могли покупать и продавать товары. Точная природа ошибки не была обнародована, но последствия были значительными: сообщалось о потерянных продажах и падении цены акций компании после инцидента. Не было обнародовано конкретной информации о финансовых потерях eBay из-за сбоя в 2014 году. Однако, сбои в работе IT-систем могут стоить компаниям в среднем до $300,000 за час простоя веб-приложений.

Еще один известный случай связан с веб-основанным хранилищем Amazon S3 в 2017 году, которое вышло из строя из-за опечатки сотрудника Amazon во время выполнения команды, что привело к нескольким часам простоя для многих веб-сайтов и сервисов, зависящих от S3 для хостинга. Во время сбоя сервисов Amazon Web Services (AWS) в 2017 году, который длился около четырех часов, компании, входящие в индекс S&P 500, потеряли примерно 150 миллионов долларов. Кроме того, финансовые службы США потеряли около 160 миллионов долларов.