«Эффективность ИИ не ощущается, пока его не заберут» — интервью с автором курса EngX AI-Supported Testing
Курс EngX AI-Supported Testing учит тестировщиков решать рутинные задачи с помощью ИИ: анализировать требования, писать тест-кейсы, генерировать данные для проведения тестов, создавать документацию и диаграммы.
Мы поговорили с одним из авторов курса — Натальей Богушевской, Software Testing Manager в EPAM. У Натальи больше 12 лет опыта в разработке и тест-менеджменте. В детстве она хотела быть паталогоанатомом, а стала кандидатом компьютерных наук. Любит читать фантастику, пить чай на природе и вязать.
«Хотела тихую и спокойную профессию, когда вырасту»
Расскажи о своем детстве: где ты родилась и как выбирала профессию?
— Я родилась и живу в Киеве, в Украине. Здесь я чувствую себя дома, поэтому переезжать в другие страны мне никогда не хотелось.
В 10–11 классах я работала гардеробщицей — у меня был ключик, и я могла выдавать и забирать у людей верхнюю одежду. Мне нравилось — тихо, спокойно. Так я заработала свои первые деньги.
В детстве я мечтала стать паталогоанатомом: опять же, профессия без дедлайнов и спешки. Но мои родители решили, что быть паталогоанатомом неперспективно — будущее за информационными технологиями. Они отнесли мои документы на кафедру информационных технологий в Национальный технический университет Украины «Киевский политехнический институт имени Игоря Сикорского». Сначала я получила степень магистра и преподавала на своей же кафедре, а позже закончила аспирантуру и стала кандидатом технических наук.
«Делаю клиента счастливым»
Каким был твой карьерный путь?
— В 2012 году я начала подрабатывать в EPAM тренером по дата-аналитике в R&D направлении. Но вскоре освободилось место хэда лаборатории тестирования. Мне предложили занять его, и я полностью перешла на фул-тайм. Проработала в R&D 4 года, а в 2016 стала заниматься тестированием на продакшн-проектах.
Сейчас я тест-менеджер — налаживаю процессы тестирования, устанавливаю и анализирую метрики по оценке качества продукта, чтобы сделать клиента счастливым.
Что тебя вдохновляет в твоей работе?
— Особенно ценю возможность узнавать что-то новое и применять это на практике. Я люблю работать с диаграммами и регулярно прокачиваю свои навыки в бизнес-анализе. Раньше нужно было потратить много времени на отрисовку всех элементов модели, а сейчас можно поэкспериментировать с ИИ-инструментами и сгенерировать скрипт, который нарисует модель.
Курсы ищу на LinkedIn Learning и на сайтах крупных производителей ИИ-решений — Microsoft, AWS.
«Написание промптов — скилл, который можно развивать»
Как у тебя появилась идея создания курса EngX AI-Supported Testing?
— Я задумалась о курсе около 1,5 лет назад, когда только появилась модель GPT-3. Начала использовать ее для тестовых задач — генерировала тест-кейсы и наборы тестовых данных. ChatGPT успешно справлялся с задачами, но коллеги не разделяли мой восторг.
При создании запроса важно указывать все аспекты, которые могут повлиять на результат. Моя коллега написала промпт «Создай Page Object для Википедии». ChatGPT ответил, что он не может этого сделать, но выдал алгоритм по его созданию. Это бесполезный результат для человека, который знает, как создавать Page Object, но хочет облегчить свою работу. Я попыталась изменить исходный промпт и добавила контекст про нужный язык программирования — «Создай Page Object для Википедии на Java». После этого все получилось.
Я поняла, что написание промптов — скилл, который можно развивать. И захотела систематизировать свои знания, чтобы передать их коллегам.
Кто помогал создавать курс и с какими сложностями вы столкнулись?
— Мне помогали Александр Антонов, Software Testing Team Leader, и Алексей Щеглов, Project Manager в EPAM и EngX-эксперт. С Александром мы работаем на одних проектах уже много лет. Мы подбирали и структурировали материалы для курса. Алексей делал ревью нашего контента — оставлял профессиональные комментарии, предлагал идеи.
Сложности к созданию курса добавляло стремительное развитие GenAI. Пока мы работали над материалами, менялись модели и инструменты. Иногда приходилось полностью перестраивать цепочку изложения, чтобы курс оставался актуальным. Но исследовать новые инструменты было интересно.
«ИИ освобождает тестировщиков от рутинных задач»
Чем курс EngX AI-Supported Testing отличается от других курсов по работе с ИИ?
— Есть курсы о техниках, подходах и фреймворках в промпт инжиниринге с примерами генерации рецепта пирога и сценария детского праздника. Наш курс сфокусирован на решении рутинных задач тестировщиков с помощью ИИ. Специалисты могут уделить больше времени написанию интересных, более сложных тестов.
Кому подойдет курс?
— Примеры в курсе нацелены на мануальных тестировщиков. Для специалистов автоматизированного тестирования есть материалы по генерации тест-данных и написанию скриптов для создания пайплайнов в Jenkins и развертывания виртуальной машины в облаке.
«Показатели продуктивности без ИИ снизились на 30%»
Есть ли фактическое подтверждение пользы ИИ для решения рабочих задач?
— Я была на проекте с использованием Copilot. Вся команда говорила, что он не особо помогает в работе. Тогда клиент перестал оплачивать лицензию и показатели продуктивности команды упали на 30%. ИИ может настолько органично вписываться в рабочие процессы, что его эффективность не ощущается, пока его не отберут.
Чтобы получить пользу от использования ИИ-инструментов, нужно инвестировать свое время в их изучение. Эксперименты помогут сформировать свой подход для работы с ними — он и окажется самым продуктивным.
Что ты можешь посоветовать тем, кто еще не начал применять ИИ в работе?
— Можно попробовать внедрять его в жизнь: попросить стать гидом во время путешествия или рассчитать калории в вашем блюде. Это поможет убедиться, что ИИ действительно справляется с задачами. После этого будет понятнее, как использовать GenAI для рабочих задач.
.png?auto=webp)
