DevOps для QA: инфраструктура, CI/CD и масштабирование

60 часов

Средний

36 уроков

Обзор
Содержание
Частые вопросы

Программа повышения квалификации «DevOps для QA: инфраструктура, CI/CD и масштабирование» раскрывает интеграцию QA в DevOps-процессы: от контейнеризации тестовых сред и работы с Git до CI/CD, мониторинга, нагрузочного тестирования и автоматизации безопасности.

Курс включает 18 лекционных уроков (36 академических часов) и 18 практических работ для самостоятельного выполнения. Обучение проходит в групповом формате по установленному расписанию.

Программа предназначена для QA-инженеров и автоматизаторов, владеющих основами Python и тестирования. Вы научитесь интегрировать автотесты в CI/CD, запускать их в Docker и Kubernetes, настраивать триггеры, публиковать отчёты, мониторить результаты, проводить нагрузочные и security-тесты, а также создавать профессиональное портфолио.

Технологический стек

Git / GitLab
Docker
Docker Compose
Minikube
GitLab CI
Pytest / Selenium
Locust
Prometheus / Grafana
Telegram Bot API
WireMock / Python mocks
CI/CD Security

Расписание и формат

Групповое обучение по фиксированному расписанию

Начало

6 июля 2026

Окончание

16 августа 2026

Дни занятий

понедельник, четверг

Время

19:00 – 22:10 (МСК)

Нагрузка

8 академ. часов в неделю

Программа реализуется Центром прикладных технологий Центра 25-12.
Обучение проходит в групповом формате по установленному расписанию.

Документ об окончании

📜 Удостоверение о повышении квалификации — для слушателей с высшим или средним профессиональным образованием.
📜 Сертификат о прохождении обучения — для всех остальных участников.

Стоимость и оплата

Оплата производится единым платежом. Все платежи осуществляются напрямую в адрес образовательной организации — без процентов и скрытых комиссий.

Стоимость программы — 36 000 ₽

Содержание

1 модуль
36 уроков
60 часов

Программа курса
36
- 1.1
  Git для тестировщика: ветки, коммиты, pull request
- 1.2
  Практическая работа №1. Версионирование тестов и совместная работа
- 1.3
  Docker для QA: контейнеризация тестовых сред
- 1.4
  Практическая работа №2. Запуск автотестов в Docker-контейнере
- 1.5
  Docker Compose: поднятие полного стека (приложение + БД + тесты)
- 1.6
  Практическая работа №3. Интеграционное тестирование в изолированной среде
- 1.7
  Введение в Kubernetes: Pods, Deployments, Services (опционально, с акцентом на локальное использование)
- 1.8
  Практическая работа №4. Развёртывание тестового приложения в Minikube или Docker Compose
- 1.9
  Тестирование в облачных и распределённых системах
- 1.10
  Практическая работа №5. Проверка работы сервиса в кластере
- 1.11
  CI/CD для QA: зачем и как интегрировать тесты (GitLab CI / Jenkins)
- 1.12
  Практическая работа №6. Создание пайплайна в GitLab CI
- 1.13
  Запуск тестов при пуше и пуле-реквесте
- 1.14
  Практическая работа №7. Настройка триггеров и условий выполнения
- 1.15
  Работа с секретами: токены, пароли в CI
- 1.16
  Практическая работа №8. Безопасное хранение учётных данных
- 1.17
  Отчётность в CI: публикация HTML-отчётов как артефактов
- 1.18
  Практическая работа №9. Интеграция отчётов в пайплайн
- 1.19
  Запуск тестов по расписанию (cron в CI)
- 1.20
  Практическая работа №10. Ежедневная проверка стабильности API
- 1.21
  Мониторинг и алертинг по результатам тестов
- 1.22
  Практическая работа №11. Отправка уведомлений в Telegram
- 1.23
  Тестирование в микросервисной архитектуре
- 1.24
  Практическая работа №12. Мокирование зависимостей (Mock Server / WireMock / Python-моки)
- 1.25
  Нагрузочное тестирование (Locust)
- 1.26
  Практическая работа №13. Проверка устойчивости API под нагрузкой
- 1.27
  Безопасность автотестов: инъекции, утечки данных
- 1.28
  Практическая работа №14. Аудит тестовых скриптов на безопасность
- 1.29
  Создание собственного тестового фреймворка
- 1.30
  Практическая работа №15. Разработка базовой обёртки над Selenium + Pytest
- 1.31
  Интеграция с системами мониторинга (Prometheus, Grafana)
- 1.32
  Практическая работа №16. Визуализация метрик качества
- 1.33
  Интеграция компонентов автоматизированного тестирования: от тест-плана до CI/CD
- 1.34
  Практическая работа №17. Реализация сквозного тестового сценария: проектирование, автоматизация, интеграция в пайплайн
- 1.35
  Автоматизация тестирования безопасности (Security Testing)
- 1.36
  Практическая работа №18. Формирование профессионального портфолио: документация, метрики качества и рекомендации по поддержке тестов

Можно ли пройти обучение без опыта в тестировании?

Да, курс ориентирован на начинающих специалистов и охватывает базовые и продвинутые аспекты.

Какие API будут использоваться?

Используются учебные REST API, mock-сервера и реальные открытые интерфейсы (например, публичные API Google, GitHub).

Можно ли использовать Windows, Mac или Linux?

Да, обучение возможно на любой ОС. Все необходимые инструкции по установке и настройке программ предоставляются.

Что будет в итоговом проекте?

Формируется полноценный набор автотестов для REST API с запуском в Docker и оформлением отчётности.

Требования

Знание основ Python (структура, синтаксис, функции, библиотеки)
Представление о веб-технологиях (HTTP, REST, JSON)
Установленная среда разработки (VS Code или PyCharm, Python, Postman – инструкции предоставляются в начале курса)

Особенности

Освоение Postman и написание автотестов с использованием requests, pytest и jsonschema
Практика создания и запуска тестов для REST API, включая mock-серверы
Интеграция API-тестов в Docker и Jenkins
Нагрузочное тестирование с использованием Locust
Поддержка преподавателя на всех этапах выполнения заданий
По желанию обучение доступно в индивидуальном формате (1 на 1 с преподавателем), в группе или в режиме самостоятельного прохождения