Традиционные методы UI-тестирования сталкиваются с серьезными ограничениями: хрупкость тестов, трудоемкость обнаружения визуальных регрессий и проблемы с динамическим контентом. Доклад «От пикселей к результатам: Компьютерное зрение и ML на страже качества UI» представляет новый подход, основанный на интеграции компьютерного зрения (CV) и машинного обучения (ML). Этот метод позволяет:
В докладе будут рассмотрены практические примеры использования CV и ML в QA на примере нашего продукта. Применение CV и ML открывает новые возможности для повышения качества и эффективности QA-процессов. Этот подход позволяет преодолеть ограничения традиционных методов, делая тесты надежнее и информативнее. Внедрение CV и ML в UI-тестирование — шаг к созданию интеллектуальных систем обеспечения качества, отвечающих вызовам современной разработки ПО.
Любой уровень.
С более чем 5-летним опытом в качестве QA Engineer, участвовала в масштабных проектах, таких как FlyArystan, Halyk Market, Tele2 и Altel, выступая не только в роли автоматизатора, но также лидера и наставника.
Специализируется на автоматизации с использованием инструментов Playwright, Selenium и Appium для E2E тестирования, а также на работе с библиотеками, такими как requests, для API автотестов.
В свободное время занимается разработкой стартапов и изучением программирования на ассемблере.
