← назад к программе

Вы хотите в тестирование или уже проверяете продукт руками, но всё держится на интуиции: где искать баги, как писать кейс, чтобы его понял коллега, что отвечать разработчику на «у меня работает». А ещё вокруг все говорят про автотесты, API и SQL, и непонятно, с какого края за это браться.

Эта программа идёт по порядку: что такое тестирование и зачем оно бизнесу, виды и уровни, дизайн проверок и работа с багами, инструменты (DevTools, Postman, SQL, терминал), потом Python и автотесты API, затем интерфейс на Playwright, и в конце работа в команде. Каждая фаза закрывается тестом, а автотесты тренируются на живом сервисе.

Земля под профессией поехала: написание кода перестало быть узким местом, узким стало понять, что именно нужно сделать, и убедиться, что сделано верно. Почему так и куда ведёт дорога — в общей статье «Зачем этот курс» и в «Кто такой продукт-инженер»; здесь дальше только про программу «QA-инженер».

Что внутри программы

основы 2 фазы проверки и баги 2 фазы инструменты 2 фазы автоматизация 2 фазы команда 2 фазы

Блоки идут по порядку, внутри блока фазы тоже упорядочены; следующая опирается на предыдущие.

  • основы — Что такое тестирование, Виды и уровни.
  • проверки и баги — Дизайн тест-кейсов, Баги.
  • инструменты — Инструменты и практика, SQL с нуля.
  • автоматизация — Python для автотестов, Автотесты интерфейса.
  • команда — В команде и дальше, Методологии и процесс разработки.

Если нужен только кусок пути, ориентируйтесь по блокам: откройте список фаз и посмотрите, где вам неуютно, обычно это видно с первого взгляда.

Что вы будете уметь в конце

  • Проверять по требованиям, а не по настроению. Читать задачу, задавать вопросы аналитику до кода, превращать критерии приёмки в кейсы и чек-листы.
  • Находить и описывать баги так, чтобы их чинили. Шаги, ожидаемое и фактическое, окружение, приоритет; разбирать первопричину, а не симптом.
  • Смотреть под капот: DevTools, HTTP и статус-коды, Postman, запросы к базе на SQL, логи и терминал.
  • Писать автотесты: API на Python и pytest против сервиса с десятью поломками, интерфейс на Playwright с устойчивыми локаторами и без sleep.
  • Работать в команде: спринт, требования, Git и конвейер CI глазами тестировщика.

Как устроено прохождение

Фазы идут по порядку, и каждая опирается на предыдущие: прыгать вперёд обычно больно. Внутри фазы статьи помечены: ★ обязательно — скелет, без которого следующие статьи будут непонятны; дополнительно — глубина по желанию; костёр «что пощупать» — у статьи есть рабочий код в практикуме, и раздел с тем же названием ведёт в репозиторий, а «Сделаем сами» — в ветку с красными тестами.

После каждой фазы — тест. Не определения, а описанная ситуация и выбор, что в ней произойдёт. Порог один для всех фаз — 80% верных ответов, попытки не ограничены: кабинет показывает, какие вопросы не сошлись, вы возвращаетесь к статьям и сдаёте снова.

Тренажёры — практика: запросы к живой PostgreSQL, задачи на Python от print до pytest, автотесты API против сервиса с поломками. На больших темах есть разбор: билет с задачами, которые надо показать руками и объяснить вслух.

Рядом ИИ-ментор и куратор. Ментору можно задать вопрос по абзацу статьи или попросить подсказку по задаче; расход считается в шишках, дневном запасе обращений. Куратор — живой человек, к нему уходит то, с чем модель не справилась.

Статьи открыты всем и читаются без входа. Тесты, тренажёры, разборы и ИИ-ментор живут в кабинете: вход через Яндекс ID даёт три дня полного доступа без карты, дальше подписка, условия на странице программ. Подробно про устройство программы, значки и помощь — в общей статье «Зачем этот курс».

Демо-пример: marketplace-system-python на GitHub

Учебный каталог маркетплейса на Python и FastAPI: четыре ручки (список, карточка, создание, резерв), Problem Details в ошибках, настоящая PostgreSQL в Docker. Это сервис, который можно тестировать руками через curl или Postman, писать к нему автотесты на pytest и смотреть его данные в базе; в тех же репозиториях на Java и Go живёт полная система с веб-клиентом для сквозных проверок.

клонировать репозиторий git clone поднять стенд: docker compose PostgreSQL и Redis в контейнерах прогнать тесты зелёные на настоящей базе запустить сервис и дёрнуть ручку curl отвечает карточкой переключиться на ветку шага

Пять команд от клона до первого задания; дальше каждая статья со значком костра ведёт в конкретный файл этого репозитория.

Что понадобится: Python 3.12 или новее и Docker.

git clone https://github.com/remodov/-https-github.com-remodov-marketplace-system-python.git marketplace-system-python
cd marketplace-system-python
docker compose -f infra/compose.yaml up -d postgres-catalog-starter redis
python3 -m venv .venv && source .venv/bin/activate
pip install -e "services/catalog-starter[dev]"
cd services/catalog-starter
pytest                                        # готовые автотесты как образец
uvicorn catalog_starter.main:app --port 8182  # сервис на 8182

curl -s -X POST localhost:8182/products -H 'Content-Type: application/json' \
  -d '{"title":"Беспроводная мышь","price":1990.00,"stock":7}'
curl -s -X POST localhost:8182/products/<id>/reserve -H 'Content-Type: application/json' \
  -d '{"quantity":40}'      # 409 с телом Problem Details: резерв больше остатка

Что с этим делать как тестировщику: составить чек-лист по четырём ручкам, попробовать граничные значения (ноль, отрицательное, не число), посмотреть тело ошибки и статус-код, открыть базу через psql на порту 5470 и сверить остаток, а потом повторить то же автотестами на pytest. Ветки step-NN-* в репозитории — задания программы разработчиков, читать их полезно, чтобы понимать, как устроен код, который вы тестируете.

Репозиторий: https://github.com/remodov/-https-github.com-remodov-marketplace-system-python.

Сколько времени это займёт

ПрограммаСтатей и фазТолько чтениеС тестами, тренажёрами и практикумом
QA-инженер85 статей, 10 фазоколо 9 часов30–35 часов

При часе в день по будням полный путь занимает 7–8 недель, только обязательные статьи с тестами — 4 недели; при двух часах в день сроки делятся примерно пополам. Чистое чтение посчитано по объёму текста, к нему добавлены тесты фаз, тренажёры и практикум.

Как проходить, чтобы дошло до конца

  • Не читайте подряд без практики. После фазы про базы данных откройте тренажёр и напишите десяток запросов: прочитанное без применения выветривается за неделю.
  • Не гонитесь за полнотой. Пройдите обязательные статьи, за остальными вернётесь, когда упрётесь в тему на работе.
  • Идите регулярно, а не рывками. Час в день лучше восьми часов в воскресенье.
  • Возвращайтесь к пройденному. Архитектура заиграет иначе после того, как вы увидите, как устроены данные.

Коротко

  • Программа «QA-инженер»: 85 статей, 10 фаз, блоки идут по порядку, и каждая фаза опирается на предыдущие.
  • После фазы тест с порогом 80% и неограниченными попытками; тренажёры дают практику, ИИ-ментор и куратор отвечают по ходу.
  • Демо-пример живёт на GitHub: marketplace-system-python, пять команд от клона до первого задания, ветки step-NN-* с красными тестами и -solution с эталоном.
  • Полный путь при часе в день — 7–8 недель, обязательный скелет — 4 недели.
  • Доходят те, кто практикуется по ходу, не гонится за полнотой и идёт регулярно.

Что почитать дальше