Автоматизатор тестирования на Kotlin

О курсе

Команда инженеров из Yandex, Тинькофф, X5 Tech и других технологических компаний обучает созданию автоматических тестов на языке Kotlin для мобильных платформ, серверной части и распределённых систем. Обучение охватывает разработку тестов бизнес-логики, проверку экранов, тестирование сетевых запросов к API и интеграцию проверок в конвейеры непрерывной интеграции.

Программа объединяет практику модульного, интеграционного и нагрузочного тестирования. Слушатели разбирают работу с базами данных, асинхронными компонентами, очередями сообщений и нативными фреймворками для мобильных приложений, а также изучают применение больших языковых моделей (LLM) для оптимизации ежедневных QA-задач.

Кому подойдёт

Материал ориентирован на две категории специалистов:

• Тестировщики с опытом работы от одного года, стремящиеся освоить создание автотестов для всех уровней приложения.
• Младшие разработчики на любом объектно-ориентированном языке, желающие улучшить навыки автоматизации тестирования и работы с CI/CD.

Для успешного обучения понадобятся базовые знания любого языка ООП, распределённых систем контроля версий Git, видов тестирования и методов подготовки тестовых данных, а также понимание архитектуры REST API и основ реляционных баз данных с языком SQL.

Что входит в программу

Обучение состоит из восьми модулей, выстроенных от синтаксиса языка до сквозных сценариев тестирования:

• Базовые конструкции Kotlin, структуры данных, функции-расширения, делегаты, DSL и корутины.
• Взаимодействие с внешними источниками данных: Gradle, контейнеризация в Docker, HTTP-клиент Ktor, базы данных PostgreSQL и MongoDB.
• Фреймворки тестирования: модульные тесты, создание мок-объектов, BDD-подход и генерация отчётов.
• Особенности тестирования серверной части: работа со Spring Framework, очереди сообщений Apache Kafka, автоматизация проверок API через RestAssured и Postman.
• Тестирование Android-приложений: нативные средства автоматизации, фреймворки Espresso, Kakao и Kaspresso, тестирование доступности (Accessibility) и сетевого слоя, кроссплатформенное UI-тестирование.
• Нагрузочные испытания в Gatling, профилирование, статический анализ кода и безопасности, настройка GitLab CI.
• Использование ИИ в работе инженера: выбор языковых моделей (LLM) под конкретные задачи, составление запросов и проверка результатов.
• Подготовка к поиску работы: составление резюме и прохождение технических интервью.

Проектная работа

В финале обучения студенты создают набор тестов для распределённой системы с мобильным клиентом на основе личного проекта или открытого репозитория.

В рамках выпускной работы необходимо реализовать:

• Не менее пяти модульных тестов бизнес-логики с использованием mock-объектов или тестовой реализации репозитория.
• Не менее трёх инструментальных тестов экранов на Espresso, Kakao или Kaspresso с покрытием основных и ошибочных сценариев.
• Не менее трёх сценарных тестов приложения по методу «чёрного ящика» через Ui Automator или Appium.
• Проверку функционирования не менее трёх API-методов на Ktor Client (суммарно от шести тестов при корректных данных и ошибках).
• Генерацию отчётов в Allure и расчёт тестового покрытия кода.

Преподаватели

Практику ведут действующие разработчики и QA-инженеры:

• Дмитрий Золотов — разработчик Flutter и Kotlin в Yandex.
• Дмитрий Синицын — старший инженер по обеспечению качества в Х5 Tech.
• Сергей Прощаев — руководитель направления Java-разработки в FinTech.
• Алексей Федоров — QA Lead, ранее работавший в VK.
• Никита Писарев — старший инженер по обеспечению качества в Тинькофф.
• Дмитрий Свиридов — старший инженер по автоматизации тестирования, ex-Avito Tech.
• Евгений Непомнящий — разработчик в IT Sense.

В преподавательский состав также входит специалист с 23-летним стажем в FullStack-разработке и системном администрировании, преподаватель Университета ИТМО.

Формат

Курс доступен в формате видеозаписей, включает выполнение практических заданий и подготовку итогового проекта с защитой.

Другие авторы

• Дмитрий Синицын
• Сергей Прощаев