Программирование и создание ИТ-продуктов CI\CD Selenium Jira Python Писать программный код Анализировать данные Создавать, разрабатывать продукт Управлять проектами Разрабатывать и создавать программы и приложения Object-Relational Mapping Хранить данные

Автоматизированное тестирование ПО на Python

Университет Иннополис

256,00 часов длительность

Онлайн формат

Продвинутый уровень

1 поток (закрыт) 16.08-20.12.2021

2 поток (закрыт) 04.09-20.12.2021

3 поток (закрыт) 27.09-20.12.2021

Описание

Профессия тестировщика ПО — одна из самых востребованных. Автоматизированное тестирование на Python — это метод тестирования программного обеспечения с применением специальных программных средств для обеспечения высокого качества цифрового продукта.

Начинать карьеру в ИТ-сфере комфортнее всего с позиции тестировщика, двигаясь дальше по карьерной лестнице – от Junior до Senior QA Engineer, руководителя команды тестирования или уйти в сферу разработки.

Курс направлен на подготовку QA-инженеров, которые смогут автоматизировать тестирование UI с набором технологий Python, Pytest, Selenium, работать и понимать CI/CD, проводить ревью тест-кейсов и чек-листов и т.д.

В программе:

Основы тестирования
Базы данных
Программирование и архитектурные подходы
Автоматизированное тестирование

Кому подходит курс:

Начинающим тестировщикам, ручным тестировщикам.

Курс поможет систематизировать знания по теории и ручному тестированию и освоить востребованный стек автоматизации. Повышение квалификации позволит перейти на более крупные проекты с расширенными функциями.

Техническим специалистам.

Возможность начать работать внутри продуктовой разработки и увеличить свою ценность как специалиста.

Python-разработчикам.

Возможность перейти с разработки на тестирование.

Курс проходит в дистанционном формате, поэтому присоединиться к занятиям можно из любого города или региона. Вебинары проходят 2-3 раза в неделю. Слушатели получают обратную связь к выполненным домашним заданиям. Это позволит лучше разобраться в материалах курса и быстрее усвоить новую информацию.

На практических занятиях слушатели напишут программу в объектно-ориентированном стиле, скрипты на языке SQL для нахождения данных и создадут параметризированный тест.

Выдается диплом о профессиональной переподготовке установленного образца.

Часов в программе

63,00 часа

лекции

65,00 часов

практика

120,00 часов

самостоятельная

5,00 часов

промежуточная аттестация

1 час

входная диагностика

2 часа

итоговая аттестация

256,00 часов

всего

Цель программы

получение компетенции, необходимой для выполнения нового вида профессиональной деятельности - разработка и тестирование программного обеспечения; приобретение новой квалификации - специалист по тестированию

Актуальность

Основная цель автоматизации тестирования – сокращение расходов на испытания программы после ее модернизации. Периодически повторяемые однотипные проверки отнимают много времени в цикле разработки. Автоматизация сокращает этап тестирования и высвобождает главный ресурс компании – рабочее время специалистов. Другое, не менее очевидное преимущество такого тестирования – повышение качества испытаний, что гарантирует надежность продукта.
В стандартной библиотеке Python имеются качественные инструменты для модульного тестирования, способные построить надежную автоматизацию тестирования с помощью встроенных возможностей языка. Добавление автоматизации в стандартную базу кода Python облегчено тем, что этот язык используется для различных задач, в том числе для создания самих инструментов автоматизации тестирования.
Таким образом, актуальность программы обусловлена способностью слушателей курса по завершении обучения настроить нужную степень и уровень автоматизации тестирования на Python и создавать тесты в соответствии с растущей базой кода.

Входная диагностика 1 час

Тестирование

Итоговая аттестация 2 часа

защита выпускной аттестационной (квалификационной) работы - защита проектной работы

Компетенции

Профессиональные

Способен к планированию, организации, исследованию аналитических работ с использованием технологий больших данных

Знать:

• современные методы и инструментальные средства анализа больших данных;
• типы анализа больших данных, виды аналитики;
• основы языка Python и основные алгоритмические конструкции (типы данных, ветвление, циклы и основные операторы);
• статистические модели;
• машинные методы в обработке данных;
• математический анализ, теория вероятности и математическая статистика;
• методы интерпретации и визуализации анализа больших данных; • технологии подготовки и проведения презентаций.

Уметь:

планировать аналитические работы с использованием технологий больших данных;
• проводить аналитические работы с использованием технологий больших данных;
• представлять содержание и результаты работ по анализу больших данных;
• осуществлять интеграцию и преобразование данных в ходе работ по
анализу больших данных;

Владеть:

• использования Git для контроля за версионностью и совместной работы;
• использования IPython, Jupyter;
• эффективной работы с базами данных;
• визуализации полученных результатов;
• использования машинных методов в обработке данных.