О себе — Галкин Александр

Меня зовут Александр, я Senior/Lead AQA с фокусом на Python и построением автотестирования с нуля.

Ключевой кейс, который лучше всего отражает мой подход, — работа в МТС над платформой медиа-планирования mediapush.mts.ru.

МТС — mediapush.mts.ru

Я пришёл в проект, где автоматизации не было вообще: 0% покрытия, релизы проверялись вручную, инциденты на проде были регулярными.

За 9 месяцев я спроектировал и внедрил E2E-фреймворк на Python + Playwright, довёл покрытие до 85%.

МТС — Ключевые метрики

0 → 85%

покрытие за 9 месяцев

50+

тестовых набора в CI

3 джуна

прошли менторинг

МТС — Что было сделано

Внедрил CI/CD в GitLab CI: автотесты запускаются ежедневно + по pull request'ам разработчиков. После этого количество инцидентов на проде сократилось заметно — потому что мы начали ловить регресс на ранних стадиях.

                Дополнительные результаты
                Разработал утилиту для генерации ORM-моделей из схемы PostgreSQL — убрало часы рутины при миграциях
Обучил 3 джунов Page Object + Factory, чтобы фреймворк развивался без меня
50+ наборов — это не 50 тестов, а 50 логических сценариев (каждый с параметризацией)
В Allure отчёты собирались автоматически, и разработчик за 2–3 минуты понимал: упал реальный баг или флаки-тест

            

МТС — Про покрытие 85%

85% — это покрытие критических и высокорисковых сценариев.

За базу покрытия (100%) брали не все мыслимые действия, а критический пользовательский путь (CJP) + ключевой функционал по требованиям.

15% остались в ручном регрессе: это либо слишком частые изменения UI, либо сценарии с внешними системами, где автотесты давали ложные срабатывания. Решение было осознанным — чтобы команда доверяла автотестам.

Т1 — Аналог Active Directory

В Т1 я разработал с нуля стратегию и фреймворк автоматизации (Python, Pytest) для продукта-аналога импортозамещения Active Directory.

Тестировал протоколы LDAP, Kerberos, NTLM для интеграционного тестирования с разными ОС в гетерогенной среде.

Т1 — Ключевые метрики

70%

покрытие критических сценариев

3 дня → 4 часа

сокращение регресса

6×

ускорение за счёт параллелизации

Т1 — Что было сделано

Сокращение регресса с 3 дней до 4 часов

До этого тесты запускались последовательно на одном стенде.

Я разбил их на группы по протоколам и ОС, добавил параллельный запуск в CI (pytest-xdist + GitLab CI parallel matrix). Это дало ускорение в 6 раз.

Т1 — Про покрытие протоколов

70% покрытия критических сценариев для LDAP / Kerberos — это не UI, а протоколы.

100% покрытия невозможно из-за множества комбинаций ОС и версий. Мы зафиксировали матрицу совместимости и покрыли все сочетания, которые реально встречаются у заказчиков.

Про менторинг

До менторинга джуны писали тесты-монолиты, боялись править существующий код.

После внедрения Page Object и Factory они стали самостоятельно добавлять новые тесты за 1–2 дня вместо недели. Код-ревью перестало блокировать, а фреймворк начал жить без моего постоянного участия.