Основное что я умею: строить тестирование с нуля и чинить то, что построено криво. В pdf.net пришёл первым и единственным QA на продукт с 500k MAU — поднял тестовую архитектуру на TypeScript и Playwright, свой CLI для прогонов, e2e и визуальную регрессию, CI/CD в GitHub Actions, тестовую инфраструктуру на GCP и Firebase. Команда полностью ушла с ручной регрессии. В Toloka вёл AQA-команду и делал selective execution для микросервисов — гоняли не всё подряд, а только затронутое.
Сейчас веду AI-направление в тестировании: авто-триаж падений на стейджинге с гипотезами фикса и eval-сьюты на AI-фичи продукта. Контрибьютор Playwright.
Статьи, проекты и код — skvortsov.dev и github.com/skvortsov-dev
Консультирую по инженерным вещам: архитектура, стабильность, CI, инфра, AI-агенты в тестировании. Разбираю конкретный код и конкретные пайплайны, а не абстрактное «как войти в QA».
Ревью тестовой архитектуры. Приносите репозиторий — смотрю структуру, фикстуры, изоляцию тестов, работу с данными.Говорю, что развалится через полгода и почему.
Флаки и нестабильные тесты. Разбираем конкретные падения: гонки в ожиданиях, состояние между тестами, что виновато — тест, инфра или само приложение. Причина обычно не там, где ищут.
CI/CD и время прогона. Параллельность, шардирование, что гонять на PR, а что ночью. Selective execution — как определять затронутое и не гонять весь регресс на каждый коммит.
Тестовая инфраструктура. Стенды, тестовые данные, изоляция окружений, GCP и Firebase, мониторинг прогонов и репортинг.
QA с нуля. Если вы первый QA в продукте: с чего начинать, что автоматизировать первым, как не утонуть в ручной регрессии.
AI в тестировании. Авто-триаж падений, тест-агенты, eval-сьюты на AI-фичи. Работаю на уровне LLM-приложения, не валидации моделей — если вопрос про ML-метрики, я не тот человек.
С чем не помогу. С подготовкой к собеседованиям, разбором резюме и входом в QA с нуля.Я про инженерию, а не про карьеру.