😅 Айтишник отправил в одну компанию три одинаковых резюме и только одно дошло до финала
Опыт везде был один и тот же, отличались только формулировки и ключевые слова. Первое резюме сразу ушло в помойку из-за алгоритмов, второе получило отказ после предварительной переписки и тестового, так как «опыт не совсем подходит», а вот третье дошло до финала.
Мы встретим вас в аэропорту или на вокзале. Дальше можно просто устроиться поудобнее в трансфере, взять воду или перекус и смотреть, как за окном город постепенно сменяется лесом, озёрами и тишиной.
В отеле вас встретит менеджер. Здесь уже не хочется никуда спешить: принять душ, надеть халат, заварить дрип-кофе или листовой чай и выйти на балкон с видом на озеро.
Потом можно заглянуть в ресторан «Руна». В основе кухни — локальные продукты: рыба, грибы и ягоды из карельских лесов, продукты от местных фермеров, рыбаков и охотников, а также то, что мы выращиваем сами.
А дальше — несколько часов на воде с нашим капитаном. Будет интересно и взрослым, и детям: он покажет места, расскажет о рыбе, научит обращаться со снастями и поделится секретами.
О погоде тоже можно не переживать: для выхода на воду у нас есть вся необходимая экипировка.
После — вернуться в отель, согреться чашкой чая и устроиться у камина с книгой из нашей библиотеки.
#заповедныевиды
16 обещаний, которые мы поклялись держать, и две модели, что рвались их сломать: как выкатывали skillmem 0.12
На 0.11 мы сорок заходов подряд гоняли ИИ-ревьюеров по коду и выловили кучу багов. Вот только у каждого из них была своя версия того, что вообще считается «правильно».
В 0.12 зашли с изнанки: сперва выписали шестнадцать инвариантов, которые гарантирует наша MCP-память, а потом две модели из разных лабораторий десять дней рыли контрпримеры. В зачёт шло только то, что можно воспроизвести.
В посте — что именно они поломали (Windows приняла NUL за терминал), во сколько это обошлось и что мы осознанно оставили в Known issues.
Как за 90 дней довести свежего QA до самостоятельности: рабочий план онбординга
Скиллы у новичка-тестировщика могут быть что надо, но продукт, процессы и внутренние правила всё равно съедят прорву времени. А без внятного плана первые месяцы — это пинг-понг из вопросов и наставник, который уже на пределе.
Дальше — как собрать онбординг по схеме 30–60–90: что скидывать джуну в таски, какие материалы готовить заранее и по каким признакам понять, что человек готов пахать сам.
[Перевод] ИИ в тестировании: от анализа требований до автоматизации
Это перевод статьи о том, как в крупном брокере перепилили QA: ручные прогоны отправились на свалку, а на их место приехал рабочий процесс поумнее. Автор рассказывает, как тестирование обвязали вокруг LLM — там и настоящий стек, и случаи провороненных требований, и разбор того, где ИИ косячит.
Как ИИ-агент проходит весь цикл мобильного тестирования в hh.ru
Александр Чернышев, который в hh.ru тестирует мобильные приложения, говорит, что за полгода его рабочие будни перевернулись с ног на голову — виной всему ИИ-тулзы, а в HeadHunter они давно в ходу. Лично у него в фаворе Claude Code с моделью Opus 5: по его опыту, с реальными тасками она справляется лучше прочих. Оговорка одна — подписка Max, так что лимиты его не душат. Агента он цепляет почти к каждой задаче.
Каркас всего процесса — скиллы: инструкции, которые жёстко прописывают агенту порядок шагов и не дают ему фантазировать на каждом заходе. Рядом с ними идут MCP-серверы и плагины — через них агент дотягивается до внешних инструментов, например до Figma (figma-mcp).
В статье автор раскладывает по полочкам полный цикл жизни задачи — от чеклиста и сверки с ТЗ до ретеста и автотестов — и показывает, где на каждом из этапов подключается ИИ-агент. Плюс разбирает, какие локальные и корпоративные скиллы и MCP выручают его в работе, и что в финале всё равно остаётся за тестировщиком. Читать далее