94 QA Interviews Stream. 01.07.2023 at 9:45 GMT(UTC) +3

Коротко о видео

Это запись стрима с двумя тренировочными QA-собеседованиями: участники отвечают на вопросы по риск-ориентированному тестированию, тест-дизайну, API, документации, инструментам, Agile и автоматизации, а ведущий уточняет и исправляет ответы. В первой части подробно разбираются риски интеграций, платежей и различия Black Box, Gray Box и White Box; во второй — практические кейсы локализации дефектов, HTTP API, фильтрации, регрессии и оценки задач. В финале ведущий объясняет, как тестировать приложения с компьютерным зрением: датасеты и маски, валидацию, FPS, реальные устройства и сложные условия съёмки. Завершается эфир анонсом очередной группы курса и коммерческой практики.

Затронутые темы

Что взять на заметку

• Для риск-ориентированного тестирования ведущий предлагает в первую очередь проверять точки интеграции, платежи, частые и доходообразующие сценарии, сложную логику, локализацию и защиту персональных данных.
• При неудачном логине следует воспроизвести проблему на разных устройствах, проверить запрос и ответ в DevTools, наличие и срок действия токена, передаваемые данные и HTTP-статус, чтобы отделить фронтенд-проблему от бэкенд-проблемы.
• Ведущий исправляет упрощённое представление о Black Box, Gray Box и White Box: различие состоит не только в доступе к коду, а прежде всего в понимании внутренней логики и в тестах, которые специалист способен обоснованно провести.
• Для проверки API партнёра полезно сравнить вызов с токеном партнёра и аналогичный вызов с токеном администратора через Postman: это помогает локализовать проблему в правах, токене или бизнес-логике удаления.
• Чтобы снижать вероятность утечек дефектов в production, стоит расширять покрытие, включать ранее найденные дефекты в регрессию и варьировать входные параметры и пользовательские сценарии, избегая «эффекта пестицида».
• При тестировании computer vision нужно отдельно оценивать качество распознавания по размеченному валидационному датасету и работу модели на целевом устройстве: FPS, освещение, фон, шум, загрязнённую камеру и положение объекта в кадре.