29 октября 2026
Заменит ли искусственный интеллект тестировщиков: как нейросети меняют сферу QA и к чему готовиться
Тестирование долго считалось самым доступным входом в ИТ: для старта хватало внимательности и логики. Сейчас часть рутины ручного тестирования берут на себя ИИ-инструменты, а в двух из трёх вакансий тестировщиков, по нашему подсчёту на hh.ru, упоминают автотесты.
Профессия остаётся, но набор задач в ней меняется. Разбираем, что именно сдвинулось и как к этому подготовиться новичку и ручному тестировщику.
Профессия остаётся, но набор задач в ней меняется. Разбираем, что именно сдвинулось и как к этому подготовиться новичку и ручному тестировщику.
Редакция Медиа Нетологии
Тестирование долго считалось самым доступным входом в ИТ: для старта хватало внимательности и логики. Сейчас часть рутины ручного тестирования берут на себя ИИ-инструменты, а в двух из трёх вакансий тестировщиков, по нашему подсчёту на hh.ru, упоминают автотесты.
Профессия остаётся, но набор задач в ней меняется. Разбираем, что именно сдвинулось и как к этому подготовиться новичку и ручному тестировщику.
Профессия остаётся, но набор задач в ней меняется. Разбираем, что именно сдвинулось и как к этому подготовиться новичку и ручному тестировщику.
- Искусственный интеллект пока не заменяет тестировщиков: в рабочих процессах тестирования его активно используют 15% российских компаний, ещё 21% ведут пилотные проекты.
- Нейросети ускоряют рутину: составляют тест-кейсы по требованиям, готовят тестовые данные, пишут черновики автотестов и помогают разбирать упавшие тесты. Их результат проверяет человек: галлюцинации ИИ компании называют главным риском.
- За тестировщиком остаются исследовательское тестирование, понимание бизнеса и пользователя, а также решение, готов ли продукт к выпуску.
- Ручное тестирование — вход в профессию, а рост идёт через автоматизацию. Сеньор в ручном тестировании получает в медиане 221 тыс. рублей, в автоматизации — 307 тыс.
- При найме работодатели чаще всего ищут навыки автоматизации, умение работать с командой и опыт с ИИ-инструментами.
В материале
Страхи рынка: почему заговорили об исчезновении профессии QA
QA (от английского quality assurance — «обеспечение качества») — направление, которое следит, чтобы сайт или приложение работали так, как задумано. Тестировщик, или QA-инженер, отвечает за контроль качества: ищет ошибки раньше пользователей.
Тревога за профессию держится на двух наблюдениях. Нейросети научились делать то, что раньше считалось работой джуна: составлять проверки и писать простые автотесты. А работу стало труднее найти. В 2025 году вакансий для начинающих тестировщиков стало примерно на четверть меньше, чем годом раньше, для мидлов — примерно вдвое.
Рядом эти факты складываются в простую историю: ИИ вытесняет людей. Но в цифрах она не сходится. Если бы нейросети отнимали работу прежде всего у новичков, сильнее всего просели бы вакансии для джунов. Но больше всего сократились вакансии для мидлов.
Есть и второй довод: в сентябре 2026 года активных вакансий во всём ИТ было на треть меньше, чем годом раньше, а hh.индекс — отношение числа резюме к числу вакансий — дошёл до 27,4. Вакансий для тестировщиков становится меньше вместе со всей отраслью, и данные не указывают на нейросети как на причину.
Зарплаты при этом растут: за первое полугодие 2026 года тестировщики стали получать на 5% больше, разработчики — только на 1%.
Компании внедряют ИИ в тестирование медленнее, чем собирались. Это видно по Russia Quality Report — исследованию российского рынка тестирования от компании «Перфоманс Лаб». В 2023 году 16% опрошенных компаний уже внедрили ИИ в тестирование, а ещё 22% планировали. В 2026 году ИИ активно используют 15% из 470 компаний — практически столько же.
Будущее профессии тестировщика в эпоху ИИ определяют растущие требования. Вход стал строже, а ценятся те, кто умеет больше, чем проходить проверки по готовому списку.
Тревога за профессию держится на двух наблюдениях. Нейросети научились делать то, что раньше считалось работой джуна: составлять проверки и писать простые автотесты. А работу стало труднее найти. В 2025 году вакансий для начинающих тестировщиков стало примерно на четверть меньше, чем годом раньше, для мидлов — примерно вдвое.
Рядом эти факты складываются в простую историю: ИИ вытесняет людей. Но в цифрах она не сходится. Если бы нейросети отнимали работу прежде всего у новичков, сильнее всего просели бы вакансии для джунов. Но больше всего сократились вакансии для мидлов.
Есть и второй довод: в сентябре 2026 года активных вакансий во всём ИТ было на треть меньше, чем годом раньше, а hh.индекс — отношение числа резюме к числу вакансий — дошёл до 27,4. Вакансий для тестировщиков становится меньше вместе со всей отраслью, и данные не указывают на нейросети как на причину.
Зарплаты при этом растут: за первое полугодие 2026 года тестировщики стали получать на 5% больше, разработчики — только на 1%.
Компании внедряют ИИ в тестирование медленнее, чем собирались. Это видно по Russia Quality Report — исследованию российского рынка тестирования от компании «Перфоманс Лаб». В 2023 году 16% опрошенных компаний уже внедрили ИИ в тестирование, а ещё 22% планировали. В 2026 году ИИ активно используют 15% из 470 компаний — практически столько же.
Будущее профессии тестировщика в эпоху ИИ определяют растущие требования. Вход стал строже, а ценятся те, кто умеет больше, чем проходить проверки по готовому списку.
Попробовать профессию тестировщика бесплатно ↓
• Поймёте, подходит ли вам тестирование, ещё до того, как платить за обучение.
• Разберёте рабочие задачи тестировщика — опыт в ИТ и умение писать код не нужны.
• В подарок получите лекцию «Ключевые принципы промптинга для тестировщика».
• Поймёте, подходит ли вам тестирование, ещё до того, как платить за обучение.
• Разберёте рабочие задачи тестировщика — опыт в ИТ и умение писать код не нужны.
• В подарок получите лекцию «Ключевые принципы промптинга для тестировщика».
Что уже умеют нейросети в тестировании: генерация тест-кейсов, баг-репорты, автотесты
Нейросети в сфере QA стали обычным рабочим инструментом. В опросе Авито среди 821 специалиста 79% сказали, что уже применяют их в работе. Но пользуются ими чаще точечно: как продвинутым поиском и для отдельных задач. Встроить ИИ в процесс команды удаётся реже, а результат часто приходится перепроверять.
Генерация тест-кейсов, чек-листов и тестовых данных
Тест-кейс — пошаговое описание проверки: что сделать и какой результат ожидать. Чек-лист — короткий список того, что проверить, без подробных шагов. Тестовые данные — имена, телефоны, номера карт, на которых гоняют проверки.
Составлять всё это вручную долго, поэтому здесь компании ждут от ИИ больше всего. Генерацию тест-кейсов из требований планируют внедрить 52% компаний, и здесь же чаще всего виден эффект: 27% уже сократили время на создание тест-кейсов.
Качество таких проверок хорошее, но не безупречное. В исследовании ChatGPT составлял тест-кейсы по требованиям пяти студенческих проектов, сделанных для реальных заказчиков, а разработчики этих проектов оценивали результат. Годными оказались 87% кейсов, 13% не подходили или повторялись. Зато 15% годных проверок разработчики сами не предусмотрели.
Отсюда рабочая схема: нейросеть быстро даёт широкий набор проверок, тестировщик отсеивает лишнее и решает, что войдёт в итоговый набор.
Составлять всё это вручную долго, поэтому здесь компании ждут от ИИ больше всего. Генерацию тест-кейсов из требований планируют внедрить 52% компаний, и здесь же чаще всего виден эффект: 27% уже сократили время на создание тест-кейсов.
Качество таких проверок хорошее, но не безупречное. В исследовании ChatGPT составлял тест-кейсы по требованиям пяти студенческих проектов, сделанных для реальных заказчиков, а разработчики этих проектов оценивали результат. Годными оказались 87% кейсов, 13% не подходили или повторялись. Зато 15% годных проверок разработчики сами не предусмотрели.
Отсюда рабочая схема: нейросеть быстро даёт широкий набор проверок, тестировщик отсеивает лишнее и решает, что войдёт в итоговый набор.
Баг-репорты и анализ логов
Баг-репорт — описание найденной ошибки: как её воспроизвести, что должно было произойти и что произошло. Логи — записи, которые программа оставляет о своей работе.
Нейросеть может оформить баг-репорт по короткому описанию проблемы в формате, принятом в команде. Но больше времени она экономит на другом — на разборе упавших тестов, то есть проверок, которые завершились ошибкой. Вручную это долго: по каждому падению нужно открыть отчёт и найти причину.
Как это выглядит на практике, описал QA-инженер ИТ-компании SENSE, который работает на проекте крупного российского банка. У него ИИ-агент разбирал отчёты в Allure — инструменте, который собирает результаты автоматических проверок. Агент находил повторяющиеся причины падений и предлагал исправления, например добавить повторный запуск для нестабильных тестов.
В целом по рынку эффект пока скромный: ускорение анализа результатов отмечают 17% компаний. Ещё столько же не получили от ИИ измеримого эффекта вообще.
Нейросеть может оформить баг-репорт по короткому описанию проблемы в формате, принятом в команде. Но больше времени она экономит на другом — на разборе упавших тестов, то есть проверок, которые завершились ошибкой. Вручную это долго: по каждому падению нужно открыть отчёт и найти причину.
Как это выглядит на практике, описал QA-инженер ИТ-компании SENSE, который работает на проекте крупного российского банка. У него ИИ-агент разбирал отчёты в Allure — инструменте, который собирает результаты автоматических проверок. Агент находил повторяющиеся причины падений и предлагал исправления, например добавить повторный запуск для нестабильных тестов.
В целом по рынку эффект пока скромный: ускорение анализа результатов отмечают 17% компаний. Ещё столько же не получили от ИИ измеримого эффекта вообще.
Автотесты: от черновика кода до поддержки
Автотест — небольшая программа, которая сама проходит сценарий и сравнивает результат с ожидаемым. Ими закрывают регрессионное тестирование — повторную проверку старых функций после каждого изменения в коде.
Автотесты и искусственный интеллект хорошо сочетаются: нейросеть берёт на себя черновую работу с кодом. Ассистенты — GitHub Copilot или российский GigaCode от Сбера — пишут черновик автотеста по шагам ручного тест-кейса. Сам тест при этом работает через фреймворк — готовый набор инструментов, который управляет браузером: Selenium (в русскоязычной среде — селениум) или Playwright.
У ассистента есть слабое место: страницу он не видит и угадывает её устройство по описанию. Это ограничение снимает Playwright MCP — с ним нейросеть получает доступ к реальной странице и её элементам.
Как это работает в настоящей команде, видно по тому же кейсу SENSE. На хакатоне — соревновании, где проект делают с нуля за сутки, — ИИ-агент написал около 1 600 тестов и покрыл ими больше 85% кода. На рабочем проекте того же инженера, где автотестов уже больше двух тысяч, картина сложнее.
Рутину агент там взял на себя: починка одного упавшего теста вручную занимала 30–60 минут. Но он же придумывал несуществующие шаги и локаторы — адреса элементов на странице, по которым тест находит кнопку или поле. Код выглядел правдоподобно и падал при запуске. А с архитектурными задачами, например с оптимизацией запросов к базе данных, агент не справился совсем: по оценке автора кейса, до тестировщика уровня сеньора ему пока далеко.
Отсюда вывод: ИИ ускоряет автоматизацию, но проверять его работу приходится человеку. А чтобы заметить выдуманный локатор, нужно самому понимать, как устроен автотест.
Автотесты и искусственный интеллект хорошо сочетаются: нейросеть берёт на себя черновую работу с кодом. Ассистенты — GitHub Copilot или российский GigaCode от Сбера — пишут черновик автотеста по шагам ручного тест-кейса. Сам тест при этом работает через фреймворк — готовый набор инструментов, который управляет браузером: Selenium (в русскоязычной среде — селениум) или Playwright.
У ассистента есть слабое место: страницу он не видит и угадывает её устройство по описанию. Это ограничение снимает Playwright MCP — с ним нейросеть получает доступ к реальной странице и её элементам.
Как это работает в настоящей команде, видно по тому же кейсу SENSE. На хакатоне — соревновании, где проект делают с нуля за сутки, — ИИ-агент написал около 1 600 тестов и покрыл ими больше 85% кода. На рабочем проекте того же инженера, где автотестов уже больше двух тысяч, картина сложнее.
Рутину агент там взял на себя: починка одного упавшего теста вручную занимала 30–60 минут. Но он же придумывал несуществующие шаги и локаторы — адреса элементов на странице, по которым тест находит кнопку или поле. Код выглядел правдоподобно и падал при запуске. А с архитектурными задачами, например с оптимизацией запросов к базе данных, агент не справился совсем: по оценке автора кейса, до тестировщика уровня сеньора ему пока далеко.
Отсюда вывод: ИИ ускоряет автоматизацию, но проверять его работу приходится человеку. А чтобы заметить выдуманный локатор, нужно самому понимать, как устроен автотест.
Нейросети ускоряют большую часть рутины, но в каждой задаче финальное решение остаётся за тестировщиком
Чего ИИ пока не заменит: исследовательское тестирование, бизнес-контекст и эмпатия к пользователю
Нейросеть проверяет то, о чём её спросили. Работа тестировщика начинается раньше — с вопроса, что вообще стоит проверять и почему.
- Исследовательское тестирование. Так называют проверку без готового сценария: тестировщик изучает продукт и ищет, где тот может сломаться. Он дважды нажимает кнопку оплаты или обрывает интернет в момент отправки формы, хотя в требованиях этого нет. ИИ иногда помогает и здесь: 12% компаний говорят, что он находил зоны риска, пропущенные тестировщиками. Но решать, куда копать, приходится человеку.
- Бизнес-контекст. Проще всего показать его на упавшем тесте. ИИ видит, что элемент не появился на странице, но не понимает почему. У роли пользователя может не быть доступа, сервер мог вернуть ошибку, тестовое окружение могло зависнуть. Нейросеть видит код и структуру страницы, бизнес-логика ей недоступна, поэтому решение принимает инженер.
- Эмпатия к пользователю. Форма может работать строго по требованиям и всё равно путать людей: непонятная подсказка, неудобный порядок полей, сообщение об ошибке, после которого неясно, что делать. Такие проблемы замечает тот, кто умеет встать на место пользователя. Работодатели этот навык ценят всё больше: упоминаний эмпатии в вакансиях по всему рынку за год стало на 36% больше.
Над всеми тремя зонами стоит ответственность за выпуск продукта, и она остаётся у человека. Компании это понимают: главным риском ИИ в тестировании 75% участников Russia Quality Report называют галлюцинации — неверные ответы модели, которые легко пропустить. Авторы отчёта описывают новую привычку тестировщика как переход от «проверить» к «доверить, но контролируя».
Как меняется роль QA-инженера: эволюция от ручного тестирования к AI-assisted QA
Как ИИ меняет работу QA-инженера, видно по приоритетам компаний: 67% из них сейчас сосредоточены на автоматизации тестирования, почти треть занимается внедрением ИИ.
Ручное тестирование при этом становится первой ступенью. Типичный путь такой: начинают с ручных проверок, а в автоматизацию переходят через один-два года или сразу, если уже умеют программировать. Разница видна и в деньгах: в автоматизации платят больше на каждом грейде, и с опытом разрыв растёт.
Ручное тестирование при этом становится первой ступенью. Типичный путь такой: начинают с ручных проверок, а в автоматизацию переходят через один-два года или сразу, если уже умеют программировать. Разница видна и в деньгах: в автоматизации платят больше на каждом грейде, и с опытом разрыв растёт.
Медианные зарплаты тестировщиков, первое полугодие 2026 года. Источник: Хабр Карьера
К автоматизации добавляется AI-assisted QA — тестирование с помощью ИИ. Инженера по качеству ИИ при этом не заменяет, но требует от него новых навыков: тестировщик ставит модели задачу, проверяет результат и отвечает за итог.
Появляется и новая зона работы — тестирование самих ИИ-продуктов: чат-ботов, ассистентов, сервисов на нейросетях. Пока это ниша: по нашему подсчёту, AI, LLM или ИИ встречаются в названиях примерно двадцати вакансий тестировщиков. Но такие вакансии уже есть.
Для опытных тестировщиков ИИ — ещё и задача по выстраиванию процесса. Развивать ИИ в тестировании планируют 43% компаний, при этом 35% разрешают пользоваться им без всякого регламента. Кто-то должен решить, какие данные можно отдавать модели и как проверять её результат, и это работа для мидлов и сеньоров.
Появляется и новая зона работы — тестирование самих ИИ-продуктов: чат-ботов, ассистентов, сервисов на нейросетях. Пока это ниша: по нашему подсчёту, AI, LLM или ИИ встречаются в названиях примерно двадцати вакансий тестировщиков. Но такие вакансии уже есть.
Для опытных тестировщиков ИИ — ещё и задача по выстраиванию процесса. Развивать ИИ в тестировании планируют 43% компаний, при этом 35% разрешают пользоваться им без всякого регламента. Кто-то должен решить, какие данные можно отдавать модели и как проверять её результат, и это работа для мидлов и сеньоров.
Какие навыки нужно развивать тестировщику, чтобы оставаться востребованным
Участники Russia Quality Report назвали навыки, критичные при найме. Первое место у автоматизации тестирования (52%). Следом кросс-функциональное взаимодействие (49%), то есть умение работать с разработчиками, аналитиками и продуктом. Работу с ИИ-инструментами и промпт-инжиниринг — умение ставить нейросети задачу — выбрали 28%, тестирование API и интеграций — 27%.
То же видно по вакансиям. По нашему подсчёту, примерно в шести из десяти вакансий тестировщиков упоминают API или Postman, в каждой второй — SQL, в четырёх из десяти — CI/CD:
То же видно по вакансиям. По нашему подсчёту, примерно в шести из десяти вакансий тестировщиков упоминают API или Postman, в каждой второй — SQL, в четырёх из десяти — CI/CD:
- API — способ, которым программы обмениваются данными. Тестировщик отправляет запросы на эндпоинт, конкретный адрес сервиса, и проверяет ответы.
- SQL — язык запросов к базам данных, с его помощью проверяют, что данные сохранились правильно.
- CI/CD — автоматическая сборка и выкладка кода, в которую встраивают автотесты.
Совет учить ИИ-инструменты звучит отовсюду, но у него есть ловушка. Ответ нейросети выглядит убедительно, даже когда он неверный, и без базы хороший тест-кейс не отличить от выдуманного. Поэтому ИИ хорошо работает поверх основ. Познакомиться с ИИ-инструментами на практике можно бесплатно, а проверять их ответы помогут основы из плана ниже.
Научиться применять ИИ в работе бесплатно ↓
• Поймёте, какую часть рутины можно снять с себя с помощью ИИ.
• Разберётесь на практике, а не в теории: курс построен как игра.
• Добавите в резюме навык, который работодатели всё чаще ищут, — с сертификатом и гайдом по промптам.
• Поймёте, какую часть рутины можно снять с себя с помощью ИИ.
• Разберётесь на практике, а не в теории: курс построен как игра.
• Добавите в резюме навык, который работодатели всё чаще ищут, — с сертификатом и гайдом по промптам.
Новичку без опыта в ИТ: с чего начать
Тестирование остаётся рабочим входом, и тестировщик по-прежнему в топе профессий для новичков в ИТ. Но конкуренция заметная: по нашему подсчёту, примерно каждая тринадцатая вакансия тестировщика открыта для кандидатов без опыта. Первая строка опыта при этом часто появляется через стажировку.
- В вузе получила специальность по проектированию текстильных изделий. До обучения в Нетологии работала копирайтером. Во время декрета решила сменить работу, уйти в более техническое направление.
В обучении понравились практические уроки, разбор задач с преподавателем. Запомнились итоговые работы.
После обучения я попала на стажировку через Лабораторию практики, на ней хорошо себя показала и через время попала в штат. Но пришлось подождать.
Совет тем, кто в начале пути: принимайте участие во всех стажировках, участвуйте в безоплатных проектах, выполняйте тестовые задания, показывайте себя, нарабатывайте опыт. Откликайтесь на любые предложения.
- Марина ТретьяковаИнженер по тестированию, пришла в профессию из копирайтинга после 35, выпускница курса Нетологии «Инженер по тестированию»
В вузе получила специальность по проектированию текстильных изделий. До обучения в Нетологии работала копирайтером. Во время декрета решила сменить работу, уйти в более техническое направление.
В обучении понравились практические уроки, разбор задач с преподавателем. Запомнились итоговые работы.
После обучения я попала на стажировку через Лабораторию практики, на ней хорошо себя показала и через время попала в штат. Но пришлось подождать.
Совет тем, кто в начале пути: принимайте участие во всех стажировках, участвуйте в безоплатных проектах, выполняйте тестовые задания, показывайте себя, нарабатывайте опыт. Откликайтесь на любые предложения.
В обучении понравились практические уроки, разбор задач с преподавателем. Запомнились итоговые работы.
После обучения я попала на стажировку через Лабораторию практики, на ней хорошо себя показала и через время попала в штат. Но пришлось подождать.
Совет тем, кто в начале пути: принимайте участие во всех стажировках, участвуйте в безоплатных проектах, выполняйте тестовые задания, показывайте себя, нарабатывайте опыт. Откликайтесь на любые предложения.
- Марина ТретьяковаИнженер по тестированию, пришла в профессию из копирайтинга после 35, выпускница курса Нетологии «Инженер по тестированию»
Готовиться к стажировке и первой работе разумно сразу с прицелом на автоматизацию: именно её работодатели чаще всего называют критичным навыком при найме. Осваивать навыки удобно в таком порядке:
- Основы тестирования и тест-дизайн — приёмы, которые помогают покрыть больше случаев меньшим числом проверок.
- SQL и тестирование API.
- Первый язык программирования: Python или Java. По нашему подсчёту, Python упоминают примерно в трети вакансий тестировщиков, Java — в каждой четвёртой.
- Автотесты на одном из фреймворков.
- ИИ-инструменты как помощник.
Ручному тестировщику и джуну: как перейти в автоматизацию
Опыт ручного тестирования — преимущество: ручник знает, что и зачем проверять, осталось научиться делать это кодом. И ручная работа никуда не делась. Регрессы и проверки под разные устройства в командах часто остаются ручными: на автоматизацию не хватает времени и навыков. Поэтому первый автотест разумно писать на самую нудную проверку из своего регресса — эффект сразу заметят в команде.
Обычный порядок перехода: язык программирования, затем фреймворк для тестов — pytest для Python или Selenide для Java, — потом тестирование API, Git и CI/CD.
ИИ-ассистентов удобно подключать по ходу, когда уже понятно, каким должен быть код. Если начать с ассистента раньше языка, легко получить тесты, которые выглядят рабочими, но проверяют не то.
Обычный порядок перехода: язык программирования, затем фреймворк для тестов — pytest для Python или Selenide для Java, — потом тестирование API, Git и CI/CD.
ИИ-ассистентов удобно подключать по ходу, когда уже понятно, каким должен быть код. Если начать с ассистента раньше языка, легко получить тесты, которые выглядят рабочими, но проверяют не то.
Обучение тестированию ПО в Нетологии: с нуля и для перехода в автоматизацию
Программу удобнее выбирать от своей стартовой точки. Без опыта в тестировании нужен курс, который начинает с ручных проверок и доводит до автоматизации, — это путь из раздела для новичков. Если ручное тестирование уже знакомо, повторять его незачем: время лучше вложить в язык программирования, фреймворки и CI/CD.
В обоих случаях стоит проверить три вещи: есть ли практика на задачах, близких к реальной работе, учат ли работать с ИИ-инструментами и помогают ли получить первую строку опыта — через стажировку или проекты от компаний.
В обоих случаях стоит проверить три вещи: есть ли практика на задачах, близких к реальной работе, учат ли работать с ИИ-инструментами и помогают ли получить первую строку опыта — через стажировку или проекты от компаний.
Выбрать программу под свою стартовую точку ↓
• Начнёте без опыта в ИТ и программировании — от ручных проверок до автоматизации.
• Первая строка опыта появится в резюме ещё до выпуска: задачи от компаний и отбор на стажировку в Globus IT.
• Научитесь тестировать с ИИ — навыки, которые спрашивают на собеседованиях.
• Первая строка опыта появится в резюме ещё до выпуска: задачи от компаний и отбор на стажировку в Globus IT.
• Научитесь тестировать с ИИ — навыки, которые спрашивают на собеседованиях.
• Начнёте сразу с автоматизации — ручное тестирование повторять не придётся.
• Напишете UI- и API-автотесты, поработаете с Docker и CI/CD на задачах, близких к реальной работе.
• Научитесь использовать ИИ для работы с кодом, поиска ошибок и подготовки тестов.
• Напишете UI- и API-автотесты, поработаете с Docker и CI/CD на задачах, близких к реальной работе.
• Научитесь использовать ИИ для работы с кодом, поиска ошибок и подготовки тестов.
Главное о будущем профессии тестировщика
Если коротко ответить, заменит ли искусственный интеллект тестировщиков, то пока нет. Что из этого следует:
- ИИ берёт на себя рутину. Нейросети ускоряют составление тест-кейсов, подготовку данных и починку автотестов, но их результат нужно проверять.
- Решения о качестве остаются за человеком. Что проверять, насколько критична ошибка и можно ли выпускать продукт, решает тестировщик.
- Рынок стал строже, но не закрылся. Вакансий меньше во всём ИТ, а зарплаты тестировщиков растут.
- Ручное тестирование — вход, автоматизация — рост. Её чаще упоминают в вакансиях, и за неё больше платят.
Новичку стоит учиться с прицелом на автоматизацию, ручному тестировщику — переходить в автотесты и встраивать ИИ-ассистентов в работу. Тестирование остаётся одним из самых понятных входов в ИТ, просто ручная проверка теперь первая ступень профессии, а не вся профессия.
Ответы на частые вопросы
Стоит ли идти в тестирование в 2026 году?
Идти имеет смысл, если готовиться к росту требований. Тестировщик остаётся в топе профессий для новичков в ИТ, а зарплаты в тестировании растут. Но за места без опыта конкуренция высокая, поэтому шансы выше у тех, кто кроме ручного тестирования знает SQL, API и основы автоматизации.
Можно ли стать тестировщиком без знания программирования?
Начать без программирования можно: в ручном тестировании код для старта не нужен. Для роста он понадобится: в автоматизацию приходят уже с умением программировать.
Сколько времени нужно, чтобы перейти из ручного тестирования в автоматизацию?
Обычно это происходит после одного-двух лет ручной работы. Срок зависит от того, сколько времени уходит на язык программирования и практику с автотестами.
Какие нейросети используют тестировщики?
По данным Russia Quality Report, российские компании в тестировании чаще всего используют собственные модели (27%), Qwen (21%), ChatGPT (20%), Claude (14%) и GigaChat (12%). Доступ к ChatGPT и Claude из России ограничен. Российские модели, по наблюдению авторов отчёта, выбирают там, где важно хранить данные внутри страны. Для кода автотестов используют ассистентов вроде GigaCode и GitHub Copilot.
Идти имеет смысл, если готовиться к росту требований. Тестировщик остаётся в топе профессий для новичков в ИТ, а зарплаты в тестировании растут. Но за места без опыта конкуренция высокая, поэтому шансы выше у тех, кто кроме ручного тестирования знает SQL, API и основы автоматизации.
Можно ли стать тестировщиком без знания программирования?
Начать без программирования можно: в ручном тестировании код для старта не нужен. Для роста он понадобится: в автоматизацию приходят уже с умением программировать.
Сколько времени нужно, чтобы перейти из ручного тестирования в автоматизацию?
Обычно это происходит после одного-двух лет ручной работы. Срок зависит от того, сколько времени уходит на язык программирования и практику с автотестами.
Какие нейросети используют тестировщики?
По данным Russia Quality Report, российские компании в тестировании чаще всего используют собственные модели (27%), Qwen (21%), ChatGPT (20%), Claude (14%) и GigaChat (12%). Доступ к ChatGPT и Claude из России ограничен. Российские модели, по наблюдению авторов отчёта, выбирают там, где важно хранить данные внутри страны. Для кода автотестов используют ассистентов вроде GigaCode и GitHub Copilot.
Читать также
Чтобы быть в курсе всех новостей и не пропускать новые статьи, присоединяйтесь к Telegram-каналу Нетологии.
Редакция Медиа Нетологии
Оцените статью