← к ленте

Роль QA-инженера в эпоху AI-разработки

К@kdoronin_blogAI-инженер
1 мес

Анализ влияния AI-инструментов на процессы тестирования и необходимость адаптации QA-инженеров к новым условиям разработки.

AI-инструменты ускоряют написание кода, но создают нагрузку на тестирование, что делает роль QA критически важной для стабильности продукта.

  • Ускорение разработки с помощью AI требует автоматизации и оптимизации процессов контроля качества.
  • QA-инженеры должны адаптироваться к работе в AI-SDLC, чтобы не стать «узким горлышком» в цикле выпуска продукта.
  • Растет спрос на специалистов, способных выстраивать quality-gates в условиях высокой скорости генерации кода.
Хорошее время для QA-инженеров. Часто слышу тезисы в духе:
AI-coding убил QA
Это не так. Точнее – не совсем так. Если мы внедряем AI-инструменты в процессы разработки, то написание кода достаточно сильно ускоряется. В зависимости от дисциплины и ответственности конкретного разработчика, это ускорение может в большей или меньшей степени влиять на качество производимого кода. Уже на первых этапах внедрения AI-инструментов в процессы разработки, мы получаем "затор" на стадиях ревью и тестирования. Этот затор кому-то придётся разгребать... Желательно – тоже с использованием AI в качестве инструмента. Здесь и появляется QA-инженер. Учитывая, что качество кода – одна из основных претензий к AI-generated-коду, роль грамотного QA (и грамотного QA внутри каждого разработчика) сильно повышается. QA-инженер отвечает за выстраивание quality-gates на разных этапах SDLC, а также организовывает процессы тестирования. QA-инженер даёт гарантию, что код, попавший в продакшн, соответствует конкретным критериям качества. Проблема в том, что в небольших командах QA-инженеры встречаются достаточно редко. Там чаще:
Ну, сидит у нас тестировщик, за плошку риса интерфейсы тыкает, проверяет, что они тыкаются
Эти тестировщики на процесс AI-SDLC влияют, скорее, негативно. Так как, под большим напором задач от AI-accelerated-разработчиков, выбора у них два – либо накапливать себе объёмы для тестирования, либо снижать качество проверок. В первом случае мы получаем нивелирование ускорения time-to-market, как одного из преимуществ AI-SDLC, а во втором – снижение стабильности прода. На этой неделе был "День тестировщика" (9 сентября). Я чуть опоздал с пожеланиями, но всё же: Пользуйтесь теми возможностями, которые предоставляют изменения на рынке. Изучайте глубже процесс AI-SDLC и то, как вы можете повлиять на качество кода на выходе. Потребность в QA-инженерах, способных работать в цикле AI-SDLC, будет только расти. Вопрос для дискуссии: Готовы ли QA-инженеры заменить в формате Tiny-teams разработчиков, не бравших на себя ранее ответственность за то, что их задача доедет до прода?
Роль QA-инженера в эпоху AI-разработки

Кратко (AI)

Автор рассуждает о том, что внедрение AI в разработку не убивает профессию QA, а наоборот, повышает её значимость из-за роста объемов кода и проблем с его качеством. QA-инженерам предлагается осваивать AI-инструменты для оптимизации процессов тестирования, чтобы избежать «заторов» в цикле разработки.

Обсуждение

0
В

Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖