Полезные материалы по всему, что может быть интересно тестировщику.
По рекламе: http://ad.proglib.io/?utm_source=testerlib или @proglib_adv
Обратная связь: @proglibrary_feedback_bot
Информация о канале обновлена 05.10.2025.
Полезные материалы по всему, что может быть интересно тестировщику.
По рекламе: http://ad.proglib.io/?utm_source=testerlib или @proglib_adv
Обратная связь: @proglibrary_feedback_bot
📂 Шпаргалка по HTTP Status Codes
Собраны все основные коды ответов сервера: от информационных (1xx) до ошибок клиента и сервера (4xx и 5xx).
📌 Удобный быстрый справочник для работы с API, отладки и тестирования.
🐸 Библиотека тестировщика
#артефакт
Баг — это не просто запись в трекере, а объект с «жизнью». У него есть статусы, которые помогают команде понимать, на каком он этапе.
На схеме 👆 показан один из классических вариантов:
Новый — только завели, ещё не распределён.
Назначен — передан конкретному разработчику.
Открыт — принят в работу.
Исправлен — есть фикс, ждёт проверки.
Ожидает повторного / Повторно тестируется — QA проверяет, решена ли проблема.
Проверен → Закрыт — баг подтверждён как устранён.
Отклонён / Отложен — команда решила баг не чинить сейчас.
Повторно открыт — если после фикса проблема вернулась.
Зачем всё это:
— Прозрачность: команда всегда понимает, что происходит с багом.
— Управляемость: можно приоритизировать и отслеживать прогресс.
— Минимум хаоса: баги не теряются и не висят ong>«в воздухе».
🐸 Библиотека тестировщика
#теория_на_паrong>льцахong>
Уже 3 октября стартует второй поток нашего нового курса «AI-агенты для DS-специалистов».
Это продвинутая программа для тех, кто хочет получить прикладной опыт с LLM и решать сложные задачи.
На обучении вы соберёте полноценные LLM-системы с учётом особенностей доменных областей, получите hands-on навыки RAG, Crew-AI / Autogen / LangGraph и агентов.
🎓 В рамках курса вы научитесь:
1️⃣ адаптировать LLM под разные предметные области и данные
2️⃣ собирать свою RAG-систему: от ретривера и реранкера до генератора и оценки качества
3️⃣ строить AI-агентов с нуля — на основе сценариев, функций и взаимодействия с внешней средой
Научитесь применять похожие подходы в разных доменных областях, получите фундамент для уверенного прохождения NLP system design интервью и перехода на следующий грейд.
🗓️ Завтра первый вебинар, успевайте залететь в ряды ИИ-первопроходцев 👈🏻
Что самое безумное вы использовали в качестве тестовых данных, чтобы сломать систему ❓
(эмодзи, библейский текст, «капибара» на 1000 строк…)
Расскажите в комментах ⌨️
🐸 Библиотека тестировщика
#стендап_qa
Владелец канала не предоставил расширенную статистику, но Вы можете сделать ему запрос на ее получение.
Также Вы можете воспользоваться расширенным поиском и отфильтровать результаты по каналам, которые предоставили расширенную статистику.
Также Вы можете воспользоваться расширенным поиском и отфильтровать результаты по каналам, которые предоставили расширенную статистику.
Подтвердите, что вы не робот
Вы выполнили несколько запросов, и прежде чем продолжить, мы ходим убелиться в том, что они не автоматизированные.