Каталог/назад к курсам
QA Automation Engineer на Python
PythonНачальный

QA Automation Engineer на Python

Пишите автотесты для API и браузера, разбирайте падения в CI и решайте, готов ли релиз. Практика на Python, pytest и Playwright.

  • 10 модулей
  • 56 уроков
  • 174 задания с проверкой
  • ≈ 59 часов обучения

Практика в браузере

Пишите и запускайте код прямо в уроке — редактор уже настроен. Ничего устанавливать не нужно.

Именной сертификат

После прохождения курса добавьте сертификат в резюме или портфолио. Работодатель сможет проверить его по ссылке.

О курсе

Тест зелёный, а заказ не отменился. В CI упал браузерный сценарий, но локально он проходит. Перед релизом надо понять, что сломалось и можно ли выпускать сборку. На курсе вы будете разбирать такие ситуации на учебном интернет-магазине «Маяк» и постепенно соберёте свой набор регрессионных тестов.

Чему вы научитесь

  • Превращать требования и баг-репорты в тесты на pytest, которые ловят реальные дефекты. Проверять граничные случаи и замечать, когда тест проходит, хотя продукт работает неправильно.
  • Проверять API с HTTPX, управлять тестовыми данными в SQLite и изолировать проверки, чтобы их можно было запускать параллельно.
  • Автоматизировать сценарии покупателя в Playwright на Python. Подбирать устойчивые локаторы, организовывать код через Page Object и разбирать падения по трассировке.
  • Настраивать запуск тестов в GitHub Actions и выяснять по логам и отчётам, где причина сбоя: в продукте, тесте или окружении.

Что будет в конце

В выпускном проекте вы прогоните свой регрессионный набор на стабильной сборке и на кандидате в релиз. По итогам подготовите заключение о готовности релиза и подкрепите его отчётами и воспроизводимыми примерами сбоев.

Кому подойдёт курс

Ручным тестировщикам, которые хотят перейти к автоматизации, и тем, кто уже пишет простые тесты и хочет связать API, браузер и CI в одном проекте. Для старта достаточно знать функции, списки, словари и условия в Python. Опыт с pytest и Playwright не нужен.

Чему научитесь

  • Проектировать проверки по требованиям и воспроизводить дефекты с помощью pytest.
  • Проверять REST API и управлять тестовыми данными с HTTPX и SQLite.
  • Автоматизировать браузерные сценарии на Playwright и разбирать их падения.
  • Запускать тесты в CI и обосновывать решение о готовности релиза.

Для кого

  • Ручные тестировщики, которые хотят перейти к автоматизации.
  • Начинающие QA Automation Engineer, которым нужен опыт работы с API, браузером и CI в одном проекте.

Формат

  • Задачи на Python с автопроверкой прямо на Латорне.
  • Лаборатории с исходниками учебного магазина для локального запуска.
  • Выпускной проект с проверкой двух сборок и решением о готовности релиза.

Что нужно на старте

  • Базовый Python: функции, условия, списки и словари.

Автор курса

Алексей Малышкин

Разрабатываю образовательные материалы по программированию, машинному обучению и анализу данных. Темы: Python-разработка, аналитика, ML-инструменты (LangChain, vector databases, AI agents), компьютерное зрение. Стараюсь объяснять технические концепции понятно и структурировано. Ранее преподавал на Stepik и обучил более 2000 студентов. Мой профиль на Stepik - https://stepik.org/users/273781420/profile Мой телеграм для связи @alexey_latorn

Программа

01От требования к первому автотесту4 урока
1Подготовка окружения и первый запуск pytest в терминалепробный
2Анализ трассировки ошибки (traceback) и сравнение типов данных
3Утверждения assert и устранение ложнозелёных тестов
4Оформление воспроизводимого баг-репорта по результатам автотеста
02Тест-дизайн: проектирование проверок без комбинаторного взрыва5 уроков
1Классы эквивалентности для входных данных и бизнес-правил
2Анализ граничных значений для диапазонов и лимитов
3Таблицы решений для комбинированных условий оформления заказа
4Тестирование переходов состояний жизненного цикла заказа
5Практикум: проектирование матрицы проверок для нового контракта скидок
03Тестовый фреймворк pytest и рабочий процесс в Git5 уроков
1Информативные проверки с оператором assert и pytest.raises
2Параметризация тестов через @pytest.mark.parametrize
3Человекочитаемые идентификаторы тестов с параметром ids
4Маркировка тестов и конфигурация pytest.ini
5Git-workflow: ветвление, атомарные коммиты и Pull Request
04Автоматизация тестирования REST API с HTTPX8 уроков
1Отправка запросов GET и POST через HTTPX и извлечение данных из JSON
2Жизненный цикл черновика корзины с динамическим ID
3Контрактная валидация структуры, обязательных ключей и типов полей
4Некорректные JSON-запросы и ответы без тела
5Тестирование аутентификации и разграничения прав доступа (401 и 403)
6Тестирование конфликтов состояния и повторных операций (код 409)
7Проектирование класса переиспользуемого API-клиента
8Практикум: автоматизация API нового ресурса интернет-магазина
05Управление состоянием данных, фикстуры и параллельный запуск7 уроков
1Фикстуры pytest: этапы setup и teardown через yield
2Области видимости фикстур (scopes) и организация conftest.py
3Фабрики тестовых данных для изоляции сценариев
4Работа с БД SQLite через sqlite3: создание схемы и предустановка данных
5Верификация состояния БД и границы отката через транзакции ROLLBACK
6Диагностика порядка-зависимых падений тестов с явным перечислением nodeid
7Параллельный запуск тестов в процессах с помощью pytest-xdist
06Браузерная автоматизация с Playwright Python8 уроков
1Запуск браузера и синхронный API Playwright
2Семантические локаторы Playwright и базовые действия с формой
3Автоожидания и веб-утверждения состояния элементов
4Изоляция сессии авторизации через storage_state
5Проектирование страниц по паттерну Page Object
6Компонентные объекты (Component Object) для повторяющихся виджетов
7Запись и базовый просмотр трассировок выполнения тестов в Playwright
8Практикум: устойчивость Page Object к изменению верстки между версиями
07Тестовые дублёры, моки и симуляция сбоев4 урока
1Моделирование ответов внешних API через HTTPX MockTransport
2Раздельная симуляция сетевого таймаута и HTTP-статуса 503 в HTTPX
3Перехват браузерных сетевых запросов через page.route в Playwright
4Верификация исходящих вызовов и защита от нежелательных повторов
08Локальные окружения, Docker и CI-пайплайны6 уроков
1Конфигурация параметров тестов через переменные процесса окружения
2Запуск локального учебного стенда магазина через Docker Compose
3Генерация отчётов JUnit XML в pytest для систем интеграции
4Конфигурация GitHub Actions: базовый workflow для API-тестов
5Раздельные jobs для API и UI с загрузкой JUnit-отчётов и артефактов трасс
6Практикум: отладка неисправной конфигурации CI-пайплайна
09Диагностика, триаж сбоев и поддержка стабильности набора5 уроков
1Классификация причин падения тестов (триаж сбоев)
2Углублённый анализ инцидентов в Playwright Trace Viewer
3Устранение flaky-тестов без использования time.sleep
4Оптимизация пирамиды тестов: перенос проверок с UI на API
5Рефакторинг тестового набора: устранение дублирования с контролем дефектов
10Выпускной проект: квалификация релиза и сдача регрессионного набора4 урока
1Анализ рисков и планирование регрессионного набора нового релиза
2Разработка сквозных интеграционных API и UI проверок релиза
3Воспроизводимый запуск полного регресса в Docker и проверка CI
4Подготовка и защита квалификационного отчёта о готовности релиза