Расписание

Говорим о расписании, сессиях и делимся информацией.

В этом слоте запланирован особенный доклад. Пока держим детали в секрете, но совсем скоро всё расскажем.

Как измерить реальный эффект GenAI в тестировании на масштабе более чем в тысячу QA-инженеров и отделить пользу от вау-эффекта? Покажем систему метрик и результаты внедрения: LLM для генерации тестовой документации, ускорение E2E-автотестов и AI-агенты для регрессов.

Расскажем, какие проблемы появлялись, как мы учились воспроизводить дефект, как наступали на детские грабли и чем это все закончилось (или не закончилось).

Соберем простой RAG-бот на основе программы конференции Heisenbug.

Практика построения агентной системы для мобильного регресса: взаимодействие с устройством, подбор модели и набор инженерных приемов, которые снижают недетерминизм и помогают валидировать результат без самообмана.

Тестирование сервиса «Оплата улыбкой».

Проверка безопасности и поиск уязвимостей биометрических систем.

Обсудим, как внедрить ИИ в компании, если у вас нет больших ресурсов и свободных ML-команд. Покажу бесплатный ИИ-ассистент Roo Code, а также необычный подход к написанию агентов по оценке фич, анализу коммитов, тестированию требований.

Расскажу, как построить простой и удобный инструмент для измерения энергопотребления разных электрических приборов и встроить его в свою инфраструктуру.

Как превратить хаотичный вайбкодинг в контролируемый инженерный процесс с помощью Spec-Driven Development, кастомных навыков и правильных инструментов тестирования. На примере живой сборки проекта (Web, Mobile, Backend) покажу, как заставить AI-агентов выдавать качественный результат с первой попытки без бесконечных правок в чате.

Систематизируем подход к тестированию в геймдеве. Я покажу вам, как методы тест-дизайна используются в геймдеве, и поделюсь паттернами подходов к основным игровым механикам.

Плохо защищенные тестовые репозитории — это не будущая угроза, которая рано или поздно материализуется. Это текущая, активно эксплуатируемая брешь в безопасности. И по мере укрепления защиты production-кода этот разрыв будет только увеличиваться, делая атаки на тесты все более привлекательными для злоумышленников. Вопрос не в том, будут ли атаковать, а в том, когда это затронет вашу компанию.

Видели мой доклад про инструменты тестировщика в далеком 2017-м, а может, даже ваша карьера в тестировании началась с него? :)

С тех пор много чего изменилось: некоторые инструменты перестали существовать, некоторые сильно изменились или проиграли более сильным конкурентам, ну и появилось много новых! Как инструментов, так и целых направлений.

Порефлексируем и обсудим новинки вместе!

LLM-as-a-Judge в автоматизации тестирования AI-агентов — обсудим, зачем эта практика нужна, какие модели выбрать, почему LLM-as-a-Judge обманет вас своей простотой и как начать писать автоматизацию регресса ваших AI-агентов.

Ошибки встречаются на всех этапах разработки ПО. Чем раньше обнаружим, тем дешевле их исправить. На воркшопе тестировщики научатся выявлять ошибки в требованиях до этапа разработки. Тем самым сократят количество потенциальных ошибок, время и силы команды на их исправление.

Проблема «как это воспроизвести?» решена! Доклад о моем браузерном расширении, которое берет на себя запись действий, перехватывает ошибки и помогает генерировать баг-репорты без необходимости всё запоминать и записывать вручную.

Доклад посвящен практике тестирования приложений на основе больших языковых моделей (LLM) с использованием инструмента DeepEval. Рассмотрим автоматизацию оценки качества через подход LLM-as-a-Judge, применение специализированных метрик и интеграцию тестирования в процесс разработки для обеспечения надежности и предсказуемости работы систем.

При росте кодовой базы ИИ начинает терять контекст. Расскажу, как с этим можно справиться — упорядочить и ускорить свою работу.

В этом слоте запланирован особенный доклад. Пока держим детали в секрете, но совсем скоро всё расскажем.

Подводим итоги конференции, вспоминаем яркие моменты и рассказываем о дальнейших планах.