Telegram statistics channel - @ryconsulting

Ти тестуєш 5 років.Знаєш Jira, Selenium, Postman.Пишеш хороші баг-репорти.І отримуєш $2,500/місяць.А консультант з тим самим досвідом — бере $2,500 за ДЕНЬ.Різниця не в знаннях. Різниця в тому, що консультант вміє:— провести аудит компанії за 2 дні— написати звіт, який читає CEO— говорити мовою грошей, а не багів— знайти клієнтів через LinkedIn і конференції— вести важкі розмови з менеджерамиЯ розробив 6-місячну програму QA Consulting Mastery.За 6 місяців ти пройдеш повний шлях:📍 Місяць 1 — QA Аудит: як діагностувати компанію за 2 дні📍 Місяць 2 — Звіти: Executive Summary, який змушує діяти📍 Місяць 3 — Процеси: будуєш QA з нуля або трансформуєш існуючий📍 Місяць 4 — Ліди і менеджери: коучинг тих, хто «і так все знає»📍 Місяць 5 — Клієнти: LinkedIn, нетворкінг, перший дзвінок, угода📍 Місяць 6 — Психологія: вплив, маніпуляції, стресостійкістьКожен тиждень — теорія + реальні кейси + практика.Кожен місяць — захист проекту перед ментором.Це не курс «як стати кращим QA».Це програма «як стати консультантом і будувати практику».Хочеш зрозуміти чи підходить тобі роль консультанта?Напиши мені в особисті або запишись на безкоштовний 30-хвилинний дзвінок у коментарях 👇Розберемо твій досвід, твої цілі — і чесно скажу чи є сенс.

Колись в 2013-14 роках в українському просторі майже не було до кого звернутися за допомогою по якимось курсам чи консультаціям. Ми купували курси скидаючись з пацанами з роботи та вчилися разом після роботи. Так ми жертвували десь часом з сімєю, десь не відпочивали на шашликах з друзями, особливо літом, але ми брали відповідальність та рухались. Якби нам тоді ці всі курси які виробляє наше українське комюніті, це був би разйоб. А зараз тих курсів стільки що на кожному кроці експерти та сіньйори з 2х 3х річним досвідом розказують як побудувати процес тестування.Я тільки підтримую кожного хто хоче ділитися інформацією, бо це надважкий труд, донести складне простими словами. Сьогодні стартує інтенсив де ми будемо прямо на уроках практикувати, не відтягувати це на домашні завдання які не робить більшість, а саме тут і зараз разом з усіма робити задачі. Це мій улюблений формат від тоді як я прийшов в ІТ.Хто памятає зустрічі в Grammarly по четвергам та воркшопи від Дзині Андрія, чи QAClubKiev від Майданюка Олександра. Це просто топові часи були.Хто сьогодні ще хоче запригнути в останній вагон та доєднатися до мега потужного ПРАКТИЧНОГО ІНТЕНСИВУ, у вас ще 2 години на роздуми і прийняття рішення.Останній вагон 🚋https://secure.wayforpay.com/button/b477f283c9cd1

TPI Next for All!#process #improvementЩось ми так запрацювались, що навіть про дійсно важливе для себе забули написати.Ми з Льошею давно й успішно практикуємо консалтинг з покращення процесів тестування. Проводили відповідні аудити декілька разів вдвох (це завжди веселіше), ще по 3-5 разів кожен окремо. Для того щоб покращити процес, по суті потрібні три речі:1) знати його поточний стан2) знати його бажаний стан3) план дій для руху між поточним і бажаним станомДля всіх трьох пунктів потрібен інструмент власне вимірювання стану процесу. І оскільки такі процеси, як тестування - це досить складна абстракція сама по собі, то для опису їх стану використовуються моделі, які дозволяють спроектувати все різноманіття форм різних процесів в різних компаніях на уніфіковану площину координат.Найбільш вживані моделі для опису процесів тестування: TMAP, TMMI та TPI Next (а також різноманітні кастомізовані похідні від них).І от нам з Льошею найбільше до душі свого часу прийшлась саме TPI Next, якою ми довго й плідно користуємось.Якщо прибрати всі ці заумні пояснення, то модель процесу - це по суті великий (на 100+ пунктів) чекліст в ексельці.Тепер от власне і до суті дістались :)Екселька - це звісно найкращий інструмент всіх часів і народів, в якому можна зробити взагалі ВСЕ, але чомусь при будь якій найменшій нагоді люди не перестають придумувати спеціальні рішення для заміни ексельки :)От і Льоша теж не втримався і навайбкодив в минулому році сайтик, де на гарній вебці (а не в ексельці) можна оцінювати зрілість процесів тестування у вашій або будь якій іншій компанії використовуючи модель TPI Next.- без смс та реєстрації- ваші дані - тільки ваші, вони зберігаються лише у вашому браузері локально- з генерацією гарного PDF звіту й з вивантаженням raw data в csv- українською й англійською Користуйтесь наздоровʼя, ставте зірочки в гітхабі.Ласкаво просимо!https://qamania.github.io/TPI-Next/en/index.html

Всім привіт, Артем Безручко на звʼязку 🙌LLM-ки та штучний інтелект уже стали звичною штукою майже для всіх в IT. Але парадокс: навіть зараз багато хто отримує або “слабкі” відповіді, або ті самі галюцинації. І найчастіше проблема не в AI, а в тому, що запит сформульований туманно. Коли у вас у питанні є прогалини - модель починає “домальовувати” картину сама. І от там зазвичай з’являються зайві припущення, шум і дивні деталі.Якщо хочете стабільно нормальний результат - допомагає проста структура промпта. Спочатку скажіть AI, ким він має бути у вашій ситуації: наприклад, Senior QA Automation, дата-аналітик або Product Owner. Це одразу задає стиль мислення і те, як саме він буде відповідати.Далі - контекст. І тут магія: саме контекст дуже часто вирішує, буде відповідь “вау” чи “ну… ок”. Наприклад: “у нас веб-форма оплати, є Apple Pay / Google Pay / картка / PayPal, треба протестити це без фантазій”. Коли AI розуміє “де ми зараз знаходимось”, він менше придумує і більше допомагає по суті.Потім - конкретне завдання. Не “допоможи з тестуванням”, а щось максимально пряме: “згенеруй смоук-чекліст”, “знайди ризики”, “підкажи рівні тестування для цього флоу”. І одразу скажіть, як вам зручно отримати відповідь: коротко чи детально, списком чи таблицею, тільки по контексту чи з ідеями “що ще варто перевірити”.І останнє, що реально піднімає якість - приклади. Якщо ви вже знаєте, як має виглядати результат (шаблон таблиці, структура чекліста, формат тест-кейсів) - просто вставте це в промпт. Так ви звужуєте “фантазію” моделі й отримуєте більш передбачувану відповідь.Ну і простий принцип на кожен день: одна задача - один промпт. Не міксуйте “зроби чекліст + напиши тест-кейси + придумай стратегію + ще трохи про ризики” в одному запиті. Краще 2–3 коротких промпта - і результат буде в рази точніший.Happy AI Testing 😉

Друзі привіт, знаєте я почав працювати з ML та AI в 2018 році, наша компанія Lucidworks, яка займалась розробкою пошукового двигуна, використовувала повний арсенал технологій. AI, ML, BigData, якщо коротко про те що ми робили:Наш пошуковий двигун, міг робити такі чудеса, коли людина заходила на сайт e-commerce, вибрати собі одяг, ми збирали всі сигнали (це дії, які клієнт виконував), наприклад навів на збільшуване скло подивитися поближче футболочку, вибрав рожевий колір і так далі, це все ми збирали в великий потік даних, ретельно аналізували і зберігали разом з куками в себе. Потім коли клієнт рухався по сайту, ми йому вже показували товари схожі на ті які він переглядав, робили акцент на видачу тих товарів, які віг прям збільшував картинки, видавали ті які він часто в пошуці шукав. Короче офігіти можна, ти заходиш на сайт, а тобі рекомендують прямо ідеальний одяг який ти хотів прямо весь прикид.Та шо я тут зі своїми прикладами з реального життя, я ж для вас підготував топову статтю НОМЕР 2Повну статтю по тестуванню ML ви можете прочитати вже зараз на каналі по АІ @AI_for_QA_Community

Всім привіт, Артем Безручко на звʼязку 🙌Сьогодні про штучний інтелект говорять усюди - і це не просто хайп. Для QA та Testing він реально корисний: допомагає знімати рутину, швидше розбиратися з невідомим, структурувати думки, генерувати варіанти перевірок і підсвічувати “сліпі зони”. Наприклад: за 2–5 хвилин він може перетворити OpenAPI-спеку в список тест-ідей або підсумувати Jenkins-лог так, щоб стало ясно, де і чому впав тест. Але є нюанс: користь від AI майже завжди прямо пропорційна тому, як саме ти ним користуєшся. Багато хто “пробував”, але не отримав вау-ефекту - бо підхід був випадковий, без системи, і AI відповідав так само випадково.Щоб стало простіше, я люблю умовно ділити “володіння AI” на рівні. Це не про IQ і не про “хто крутіший”, а про те, наскільки глибоко AI інтегрований у твою щоденну роботу. Один і той самий інструмент в руках двох людей може бути або іграшкою, або реальним підсилювачем продуктивності.L0 - “питання-відповідь” і текстовий пошук. Це найпоширеніший формат: попросити пояснити термін, знайти ідеї, згенерувати список, перефразувати текст, перекласти, підсумувати логіку. У QA це часто виглядає як: “поясни, що означає помилка в логах”, “зроби короткий summary баг-репорту”, “підкажи, які ризики в цьому флоу”. Корисно, швидко, але ефект обмежений - бо ти отримуєш відповідь більш-менш узагальнену, без прив’язки до твоїх правил і артефактів.L1 - промптинг як навичка. Тут починається магія: ти вмієш ставити задачі правильно, давати контекст, обмеження, формат відповіді, приклади, критерії якості. Ключова різниця з L0 така: на L0 ти питаєш “що робити?”, а на L1 - задаєш “як саме робити”, у якому форматі, з якими обмеженнями і як перевірити результат. Для QA це означає: генерувати тест-кейси не “аби які”, а під контракт/AC; просити AI зробити мутації для негативного тестування; витягнути з OpenAPI обмеження та перетворити їх у тест-ідеї; допомогти з аналізом падінь у CI; сформувати чіткий чекліст для дослідницької сесії. На цьому рівні AI перестає бути “чатиком” і стає інструментом, який можна керовано використовувати.L2 - інтеграції та автоматизація під конкретні задачі. Це коли AI - не окреме вікно, а частина процесу: наприклад, бот/скрипт, який бере Jira-опис і генерує первинний тест-скоуп; або пайплайн, який підтягує логи з Jenkins і робить зрозумілий звіт “що впало і чому”; або шаблон у Confluence/Notion, який напівавтоматично формує документацію. Тут цінність у тому, що ти зменшуєш ручну роботу системно, а не “коли згадав - тоді спитав”.L3 - RAG (Retrieval Augmented Generation): AI з “пам’яттю” твоєї бази знань. Це вже рівень, коли модель не просто відповідає з того, на чому її навчали, а спочатку шукає інформацію у твоїх внутрішніх джерелах (документації, контрактах, політиках, специфікаціях, knowledge base), і лише потім формує відповідь на основі знайденого. У QA це дуже потужно: можна ставити питання типу “що в нашому контракті сказано про PATCH?” або “які були домовленості щодо error envelope?”, і отримувати відповідь, прив’язану до реальних документів команди, а не до абстрактних “кращих практик”.Найголовніше: AI сам по собі не гарантує результат. Результат дає метод - розуміння рівнів, правильні патерни постановки задач, дисципліна в контексті та перевірці відповідей. І це, чесно, хороша новина: навичка прокачується доволі швидко, якщо рухатися структуровано. Якщо відчуваєш, що хочеться перейти від “я пробував” до “я реально використовую AI в QA щодня” - значить ти вже на правильному маршруті. 🙂

Друзі, зібрав відповіді на популярні питання, бо багато хто запитує:- чи можу я платити по 100$ в місяць? Так можете, судячи зі знижки у вас є можливість обрати оплату частинами на 12 платежів та вчитися у найкращих QA експертів. Курси такі як Тест Аналіз, Тест Менеджмент, AI for QA, взагалі зараз від 23$ на місяць- чи можна приєднатися на навчання десь весною, а заплатити зараз зі знижкою 50%?Так можна, на то й вона чорна пʼятниця, купуємо по максимальній знижці зараз, проходимо протягом року- чи є пробний урок?Так можу надати доступ до будь якого уроку на вибір з всієї програми і ви вирішите чи вам підходить навчання- чи є повернення коштів за навчання?Попередній пункт розкриває відповідь на це питання, якщо після перегляду пробного уроку та програми, ви приймаєте рішення що вам підходить навчання, то після оплати кошти не повертаються. Але ви можете перепродати навчання колегам, взяти інший курс з нашої продуктової лінійки або використати ці кошти на приватні консультації до любого з наших експертівЯкщо у вас є ще якісь запитання, пишіть в коментарях, я надам всі відповіді 😉

Доброго дня, сьогодні хочу з вами поділитися своїми спостереженнями по впровадженню ШІ в роботу наших клієнтів. Я вже пів року впроваджую AI в роботу команд тестувальників. І результати мене дуже радують 🙌В першу чергу, для мене як для консультанта з великим досвідом, АІ дає дуже багато допомоги. Так як більшість аудитів я роблю самостійно і все записую, АІ допомагає всю цю сиру інформацію перетворити на структуровані документи, що виглядає прям дуже найс 🤌По-друге я налаштовую тест менеджмент систему та також використовую вбудовані АІ для генерації тест кейсів, автоматичне створення багів теж допомагає. Бо раніше на створення тест кейсів та баг репортів, команди витрачала багато часу, а тепер все це робиться буквально за лічені секунди. Нам вдалося в 5 разів пришвидшити стадію тест дизайну та покращити покриття системи тестами. Використовуємо Claude для написання стратегій, планів, створення онбординг планів та різних типів тестової документації, це теж в десятки разів пришвидшує роботу. В автоматизації використовуємо також Claude, який дуже класно накидує структуру та пише непогані, я б сказав, скрипти, які звісно потрібно рефакторити, але все ж результати круті 🔥Якщо брати в середньому по всім клієнтам, нам вдалося мінімум на 30% покращити ефективність команд завдяки інструментам штучного інтелекту. А це в свою чергу знижує витрати на ресурси і компанії економлять чималі кошти на цьому, а якість тільки зростає 💪А ви користуєтесь ШІ, напишіть свої кейси використання нижче 👇

Друзі всім привіт, сьогодні останній день коли можна придбати менторську програму QA Growth за 1490$ замість 2490$Блок 1. Ознайомлення та аналіз продуктуУрок №1: Дослідження продукту за допомогою декомпозиціїУрок №2: Алгоритм тестування вимогУрок №3: Вибір та оптимізація тестової документаціїБлок 2. Планування ТестуванняУрок №1: Планування роботи над проектомУрок №2: Підготовка стратегії тестуванняУрок №3: Проведення оцінювання робітБлок 3. Використання Технік тест дизайнуУрок №1: Розбиття на класи еквівалентностіУрок №2: Аналіз граничних значеньУрок №3: Попарне тестуванняУрок №4: Діаграми станів та переходівУрок №5: Таблиці станів та переходівУрок №6: Таблиці рішеньБлок 4. Тест аналізУрок №1: Аналіз параметрів та значеньУрок №2: Використання техніки доменного аналізуУрок №3: Комбінаторика на основі аналізу взаємозв'язківУрок №4: Тестування прав доступа. Права та роліУрок №5: Аналіз середовищ, кросплатформене тестуванняУрок №6: Аналіз залежностей. Планування та відбір тестів для Регресійного тестуванняБлок 5. Дослідницьке тестуванняУрок №1: Загальне розуміння про Дослідницьке тестування vs Ad hoc тестуванняУрок №2: Тестування на основі сесій з використанням CharterУрок №3: Парне тестуванняУрок №4: Мозковий штурмУрок №5: Тестування на основі персонУрок №6: Тестові туриУрок №7: 6 думаючих капелюхівБлок 6. Управління командамиУрок №1: Найм працівників Урок №2: Онбординг на проект Урок №3: Розвиток командиУрок №4: Мотивація та підтримка командиУрок №5: 1 на 1 мітингиУрок №6: RACI матриця для менеджменту командиУрок №7: Психологія лідерстваБлок 7. Управління процесамиУрок №1: Створення процесу тестування з нуляУрок №2: Вибір інструментів для менеджменту тестуванняУрок №3: Налаштування та використання TMSУрок №4: Конфігурація процесів Jira + TMSУрок №5: Менеджмент дефектів Bug TriageУрок №6: Тестова документація. Traceability Matrix, Test Summary ReportУрок №7: Збір МетрикУрок №8: Аудит та покращення QA процесів40 уроків7 додаткових воркшопів, мастермайндів та практичних вебінарів від мене та інших експертів (рекрутер, freelance expert, QA architect)5 місяців зворотнього звʼязку від мене по будь яким питанням щодо навчальної програмиДодатково бонуси: підготовка до співбесіди, створення CV, індивідуальна консультація від мене на 2 години за вашим запитомP.S. нагадую що це останній запуск навчання зі мною

Чи правда потрібно бити на сполох, якщо у вас немає вимог на проєкті?Постійно чую від колег, що в нас немає людини яка б писала вимоги. І всі задачі створюються в Jira з мінімальним описом (слава Богу що хоч Jira є і опис мінімальний 😁). Але вимоги то не є проблема в сучасному світі. Я раніше коли тільки починав, то був у нас такий кейс, але я взяв відповідальність та запропонував за 1500 грн (~200$ - 2013 рік) до зп, ще писати гарні вимоги до своїх проєктів. Зараз на проєктах у своїх клієнтів ми просто впроваджуємо повноцінний AI який генерує круті Acceptance Criteria. PM потім тільки проходиться і коригує все що не дуже, хоча можна і промптами підкоригувати, при бажанні. А коли вже є вимоги, то вже підвищується якість і розробки і тестування.Тому рекомендую вам наступного разу, перед тим як жалітися на відсутність вимог на проєкті, просто взяти і згенерувати їх самим, зробити ревю та далі йти по процесу Refinement -> Planning -> Test Design -> Test Execution - Test ClosureHappy Testing 😉