Заждались? Несём записи докладов с Moscow QA митапа!

▶️ TMS как единая точка правды: прозрачное качество на основе пирамиды тестирования, Балясная Екатерина, М2

▶️ Автоматизированное тестирование нового поколения: Как ИИ меняет жизнь тестировщика,
Михаленков Владимир, Сбер

▶️ Паттерны и антипаттерны вопросов, Худоев Иван, Иннотех

🎥 Или смотрите записи в ВК видео.

🚀 Фотографии здесь.

📢 Статья на Хабре: Один час в неделю вместо вечного пожара: моя система планирования

Понедельник — всё распланировано и под контролем. К среде — половина задач не тронута. К пятнице — снова «пожар». Узнаёте себя?

В статье Денис Белков разбирает свою систему планирования, которая помогает держать фокус в течение недели без ощущения хаоса.

В ней Денис:

➡️Показывает, как декомпозировать задачи до рабочего состояния, зачем фиксировать их в календаре и как выстраивать приоритеты, чтобы не распыляться.

➡️ Рассказывает, как интегрировать ИИ в еженедельные ревью: он анализирует фактически затраченное время, показывает перекосы по задачам и помогает корректировать фокус.

➡️ Разбирает структуру таск-менеджера, работу с календарём, разделение глубокой и поверхностной работы, а также подход к срочным задачам и созвонам.

Материал будет полезен тем, кто хочет перестать жить в режиме «пожара» и начать осознанно управлять своим временем.

📄 Читать на Хабре

📢 Статья на Хабре: Как мы передали 40% текстов нейросети и не потеряли качество

Можно ли отдать тексты AI и не превратить коммуникации в бездушный поток генераций? Мы попробовали — и в итоге собрали свою AI-редакцию, которая помогает командам писать быстрее, но в рамках единого ToV.

В статье Оля Ерёмина, старший редактор М2, рассказывает, как мы внедряли искусственный интеллект в редакционные процессы и чему пришлось научить нейросеть, чтобы она писала «как мы».

В ней Оля:

➡️ Объясняет, почему Zero-Shot не сработал и как переход на Few-Shot с примерами помог добиться адекватного качества текстов.

➡️ Показывает архитектуру AI-редакции: на чём она построена, какие модели используем и как обеспечиваем гибкость.

➡️ Рассказывает, какие задачи уже отдали нейросети (и почему это не креатив), а какие принципиально оставили за людьми.

➡️ Делится практическими советами: с чего начать внедрение AI в тексты, как не потерять ToV и где проходит граница ответственности нейросети.

Материал будет полезен тем, кто работает с контентом и хочет внедрить AI без потери качества и контроля над коммуникацией.

📄 Читать на Хабре