Курсы по Pytest

Инженерный подход к автоматизации тестирования: тестовая инфраструктура, а не набор скриптов. Pytest, фикстуры, изоляция систем, управление тестовыми данными, контрактное тестирование, нагрузочные эксперименты и диагностика flaky-тестов.

Проектирование тестовой системы для бэкенд-сервиса: мокирование внешних зависимостей, генерация пограничных сценариев (Hypothesis), управление БД через Testcontainers, контрактное тестирование (Schemathesis), интеграция в CI/CD.

Для QA Automation / SDET / бэкенд-разработчиков с опытом от 1 года. Базовый Python, HTTP, REST API, Git. Безопасная работа с ИИ-инструментами — отдельный блок.

Архитектура тестового фреймворка: слои, конфиги, раннеры. Фикстуры как инфраструктура: scope, yield, teardown-логика. Параметризация тестов. Написание собственных плагинов для Pytest.

Разница между Mock, Stub, Spy и Fake. Изоляция внешних зависимостей: подмена API сторонних сервисов (responses). Паттерны внедрения зависимостей (Dependency Injection) в тестах.

Проблема грязных данных и конфликтов при параллельном запуске. Property-based testing: поиск краевых случаев через Hypothesis. Синтетические данные: Faker, Factory Boy. Testcontainers: управление реальной БД в Docker из тестов.

Почему падают микросервисы: нарушение Consumer-Driven контрактов. Продвинутое тестирование REST/gRPC интерфейсов (httpx). Валидация тестов по спецификации OpenAPI (Schemathesis).

Нагрузка как эксперимент: профиль нагрузки, RPS, Latency, перцентили. Locust: сценарии поведения пользователей на чистом Python. Поиск точек деградации API под трафиком.

Анатомия мигающих тестов: сеть, тайминги, кэши, данные. Инструменты отладки и изоляции нестабильных сценариев. Настройка надежного параллельного выполнения (pytest-xdist).

Встраивание прогона тестов в пайплайн (GitLab CI / GitHub Actions). Сбор метрик тестового покрытия (Coverage). Генерация отчетов Allure и настройка нотификаций об ошибках в Slack/TG.

ИИ в работе: поиск багов, шаблоны кода, регулярные выражения, тестовые данные. Корпоративная безопасность: что нельзя передавать в публичные нейросети. Галлюцинации ИИ и обязательный аудит сгенерированного кода.

Рефакторинг хрупкого legacy-фреймворка. Настройка пайплайна для проверки контрактов. Защита спроектированной тестовой архитектуры перед преподавателем.