Курс "AI для QA: от ручного тестирования до умного ассистента"
Научись использовать искусственный интеллект в работе QA и освободи 50% своего времени!
Старт - 4 ноября 2025 год
  • 13 уроков
    Уроки проходят в ZOOM, с возможностью задать вопрос, после урока у вас остаётся запись
  • 12 часов практики
    Практика на реальных проектах, как российских так и зарубежных
  • 6 недель
    Общая продолжительность обучения и полностью ОНЛАЙН
Для кого этот курс
Вы уже работаете в QA
— ручное или автоматизированное тестирование.
Хочешь автоматизировать рутину:
баг-репорты, тест-кейсы, отчёты
Хочешь идти в ногу с профессией
и не бояться замены AI
Готов применять ChatGPT
и другие инструменты не ради хайпа, а ради пользы
Через 6 недель ты сможешь:
  • Гораздо быстрее выполнять рутинные задачи
    Ты освоишь инструменты и промты, которые позволяют автоматизировать типовые действия — от генерации чек-листов до составления баг-репортов. Это не заменит тебя, но сэкономит твоё рабочее время в 2 раза.
  • Повысить свою ценность как QA-инженера
    Навыки работы с AI — это не модный бонус, а актуальное преимущество на рынке. Работодатели уже ищут тех, кто умеет работать быстрее и точнее с помощью нейросетей.
  • Уверенно применять нейросети на проекте
    Ты поймёшь, где AI действительно помогает, а где — мешает, и научишься интегрировать его в свои процессы. В фокусе не эксперименты, а стабильные рабочие решения.
  • Объяснить команде/менеджеру, зачем вам нужен AI
    Ты научишься аргументировать, где AI повышает эффективность команды и экономит ресурсы. Это делает тебя не просто исполнителем, а партнёром в принятии решений.
  • Продвинуться в сторону Full Stack или Automation QA
    Знание AI-инструментов сближает ручное тестирование с автоматизацией. Это логичный шаг к техническому росту, даже если ты пока не пишешь код.
  • Создать собственного умного агента
    Ты научишься собирать AI-ассистента под свои задачи: генерация тестов, анализ багов, помощь в проверке требований. Это не игрушка, а инструмент, который реально экономит часы и вписывается в рабочий процесс.
Авторы курса
  • Елена Мысливая
    • В профессии с 2009 года, начала карьеру QA-инженера в Кремниевой долине
    • Работала в международных стартапах и корпорациях (США, ОАЭ)
    • Работала на руководящих позициях в QA: выстраивала команды, процессы, автоматизацию
    • Активно применяет нейросети в тестировании на реальных проектах
    • Преподаёт курс по тестированию в Высшей школе экономики (ВШЭ)
  • Тимофей Бородич
    • 5+ лет опыта в автоматизации тестировании ПО, в компаниях ITechArt (Беларусь), EPAM(США), Перфоманс Лаб (Россия), СБЕР (Россия)
    • За 3 года обучил автоматизации тестирования более 300 человек.
    • Является действующим преподавателем курсов: TeachMeSkills, школы автоматизации Перфоманс Лаб
    • Преподаёт дисциплину "Обеспечение качества и тестирование IT систем" в ВШЭ.
ПРОГРАММА КУРСА
"AI для QA: от ручного тестирования до умного ассистента"
Программа построена с учётом реальных запросов рынка и меняется по мере его развития. Курс рассчитан на практикующих QA, которые хотят начать использовать AI в работе и усилить свою экспертизу.
1. Как работает LLM

2. Промт - инжиниринг. Что такое «хороший промпт» на примерах

3. GitHub Copilot / Copilot Chat / Cursor IDE (автогенерация @Before/@After, написание параметризированных тестов, генерация assert-ов, моков, обёрток)

4. ChatGPT как ассистент тестировщика: работа с запросами

5. No-code / Low-code подход: TestRigor и Katalon AI Recorder

6. Postman AI / REST tools: автоматическое построение запросов, генерация тестов и ассертов

7. ChatGPT для документации (генерация баг-репортов, отчет по тест-плану, Allure Reports vs "AI-репорт")

8. AI для анализа логов и отладки. Использование ChatGPT/Claude для разбора логов Jenkins, Allure, CI/CD пайплайнов.

9. AI в генерации тестовых данных

10. AI + Security / Performance

11. AI и визуальное тестирование. Интеграция с Applitools Visual AI или аналогами. Использование LLM для описания скриншотов и сравнения верстки.

12. AI + BDD (Gherkin). Генерация сценариев на Gherkin из описания на естественном языке. Преобразование баг-репортов в автоматические сценарии.

13. Этика и ограничения AI в тестировании. Проблемы приватности. Ошибки и галлюцинации: как отличить реальный баг от выдумки AI.
СТОИМОСТЬ КУРСА

Участие во всех 13й уроках

Доступ к записям уроков 1 год

✓ Проверка домашних заданий

Практические занятия онлайн в живую с преподавателем

Доступ в закрытое сообщество QA+AI

Дипломный проект


Без скидки: 78.000 руб.
С промокодом: 39.000 руб.
Рассрочка от 3.250 руб./мес.
Записаться на курс
"В этом курсе я делюсь не только инструментами, но и логикой: как действительно эффективно применять AI в работе тестировщика — без иллюзий, хайпа и отрыва от реальности. Всё, что мы будем изучать, проверено в боевых условиях и привязано к задачам, с которыми вы сталкиваетесь каждый день.
Если вы хотите не просто “посмотреть на нейросети”, а научиться использовать их с умом — буду рада видеть вас на курсе."
Елена Мысливая
Автор курса и преподаватель
Что ты получишь на курсе:
  • Полное понимание, как использовать нейросети в QA
    Разберётесь, где действительно уместен AI в тестировании, а где — лишняя нагрузка. Научитесь грамотно использовать возможности нейросетей без слепого копирования чужих решений.
  • Навыки генерации тест-кейсов, баг-репортов и автотестов с помощью AI
    Сможете ускорять рутину: составлять тест-кейсы по требованиям, формировать отчёты, писать шаблоны автотестов — всё это с поддержкой нейросети и без потери качества.
  • Умение интегрировать ChatGPT в Postman, Playwright, VSCode
    Научитесь подключать AI к привычным инструментам. Работать с API-запросами, подсказывать шаги в автотестах или генерировать код — прямо в том окружении, где вы уже работаете.
  • Свой AI-ассистент для ежедневных QA-задач
    Соберёте своего помощника: с продуманными промтами, шаблонами и логикой. Не ради развлечения, а чтобы он решал конкретные задачи в вашем рабочем процессе.