Елена Кирюхина

Привет! Я помогаю QA-инженерам и SDET расти в сторону сильной инженерной экспертизы: автоматизация, backend, тестовая инфраструктура, CI/CD, разработка внутренних инструментов и применение AI в тестировании.

У меня 14 лет опыта в QA. Последние 9 лет я работаю как SDET: пишу автотесты и фреймворки на Kotlin, разрабатываю сервисы и инструменты для автоматизации тестирования, интегрирую тесты в CI/CD, работаю с инфраструктурой и помогаю командам делать тестирование быстрее, стабильнее и полезнее для продукта.

Сейчас я активно внедряю AI в отдел тестирования: помогаю находить реальные сценарии применения LLM в работе QA, строить AI-ассистентов для тестирования, ревью, генерации тест-кейсов, анализа требований, документации и автоматизации рутинных задач.

Моя сильная сторона — я хорошо понимаю и QA-часть, и инженерную разработку. Поэтому могу помочь не только “написать автотест”, а выстроить понятный путь: от текущего уровня до уверенного SDET / QA Automation / QA Platform инженера.

Карьерный рост QA / SDET

• построить индивидуальный roadmap развития: Manual QA → QA Automation → SDET / Lead SDET;

• понять, каких навыков не хватает до middle/senior/expert уровня;

• разобрать карьерную стратегию, сильные стороны и зоны роста;

• подготовиться к переходу в автоматизацию или в более инженерную SDET-роль;

• разобрать резюме, pet-projects, GitHub и позиционирование для рынка.

Автоматизация тестирования

• разобраться с архитектурой автотестов;

• улучшить существующий test framework;

• писать более поддерживаемые автотесты на Kotlin/Java;

• проектировать Page Object, steps, fixtures, test data, API-клиенты;

• разбирать flaky-тесты, нестабильность, проблемы с ожиданиями и инфраструктурой;

• выстраивать тестирование API, backend, web и интеграционных сценариев.

SDET, backend и test infrastructure

• помочь QA-инженеру прокачаться в сторону backend/SDET;

• разобраться с Kotlin, Spring/Ktor, Gradle, Docker, PostgreSQL, CI/CD;

• проектировать внутренние инструменты для тестирования;

• понять, как строить сервисы вокруг QA: репортеры, генераторы, TMS-интеграции, test management tooling, quality dashboards;

• разобрать реальные инженерные задачи из работы SDET.

AI в тестировании

• найти реальные сценарии применения AI в QA-процессах;

• понять, как использовать LLM для генерации тест-кейсов, чек-листов, автотестов, анализа требований и логов;

• спроектировать AI-ассистента для команды тестирования;

• составить промпты и workflow под конкретные QA-задачи;

• внедрить AI так, чтобы он помогал команде, а не просто “генерировал что-то красивое”;

• оценить риски: качество ответов, галлюцинации, безопасность данных, контроль результата.

Собеседования и ревью

• провести mock-interview для QA / QA Automation / SDET;

• разобрать типичные вопросы по Kotlin, backend, API, базам данных, CI/CD и архитектуре автотестов;

• провести ревью тестового задания;

• разобрать код автотестов или тестового фреймворка.

Формат работы

На первой встрече разбираем цель, текущий уровень, контекст и ограничения. После этого я помогаю составить понятный план: что учить, что практиковать, какие проекты собрать, какие пробелы закрыть и как применить это в работе или на собеседованиях.

Я не даю “волшебную таблетку”, но помогаю быстро увидеть слабые места, выбрать правильный фокус и не тратить месяцы на хаотичное обучение.