ИИ для API, SQL и автотестов
Проверьте права API, подготовьте синтетические данные, исправьте JOIN и NULL, отревьюируйте Playwright-код. Один сквозной кейс с конкретными ожиданиями.
После курса вы сможете
- Выводить из контракта проверки прав, схемы и побочных эффектов.
- Проверять синтетические данные без клиентских выгрузок.
- Находить ошибки LEFT JOIN, NULL и агрегации.
- Ревьюировать автотесты и честно называть границы запуска.
- Оценивать ИИ-процесс по фиксированной рубрике.
Для кого
QA Engineer, инженеры автоматизации и тестировщики, которые работают с API, данными и автотестами.
Что нужно на старте
- Базовые знания HTTP и SQL SELECT.
- Умение читать короткий JavaScript или TypeScript; сложный код писать не нужно.
- Желательно пройти курс тест-дизайна с ИИ.
Программа курса
API: контракт, права и проверяемый результат
Преобразуем контракт в набор запросов и ловим неверные ожидания в сгенерированных проверках.
0201 · Контракт и данные · ≈ 40 минТестовые данные: генерируем и проверяем
Создаём воспроизводимые наборы с известными свойствами, а не случайную имитацию реальности.
0302 · Проверяемый код · ≈ 50 минSQL: проверяем JOIN, NULL и гранулярность
Исполняем запросы на маленьком наборе и сравниваем с заранее рассчитанным результатом.
0402 · Проверяемый код · ≈ 45 минАвтотесты: ревью ИИ-кода без случайных ожиданий
Выбираем устойчивые локаторы, ожидаем наблюдаемое состояние и понимаем границы DOM-упражнения.
0503 · Контроль качества · ≈ 40 минОценка ИИ-процесса: сравниваем результат, а не впечатления
Создаём маленький проверочный набор и фиксируем фактические ошибки, исправления и затраты времени.
0604 · Самостоятельная работа · ≈ 75 минИтоговый проект: проверяем артефакты до передачи в работу
Объединяем API, данные, SQL и автотест в набор с доказательствами и явными границами.
Проверенный технический пакет OrbitDesk
API-контракт, данные, SQL-запросы, DOM-тест и ревью, которые можно передать коллеге.
Что будет в вашем результате
- API-проверки с правами и эффектами
- SQL-фикстура, запросы и фактический вывод
- DOM-упражнение и границы его проверки
- Рубрика оценки ИИ и отчёт без выдуманных замеров
Критерии готовности итоговой работы
- Контрактные ожидания
- Независимый оракул данных
- Воспроизводимость кода
- Доказательства и границы вывода