Все кейсы
Профессиональный кейсВнедрено
Перестройка регресса цифрового банка
Систематизация крупной исторической тестовой базы дистанционного банковского обслуживания: очистка, классификация и построение нового регресса.
Контекст
Накопленная годами база регрессионных тест-кейсов дистанционного банковского обслуживания разрослась и перестала отражать актуальную функциональность. Часть кейсов потеряла привязку к командам и функциям.
Проблема
Регресс стал тяжёлым, избыточным и сложно поддерживаемым: дубли, устаревшие кейсы, низкая сопоставимость с командами. Запуск полного цикла требовал несоразмерных усилий.
Масштаб
4 000+ общей тестовой базы дистанционного банковского обслуживания.
Моя роль
Руководство анализом, очисткой, классификацией и построением обновлённого регресса.
Решение
Проведён системный анализ исторической тестовой базы: кейсы очищены, классифицированы и приведены к актуальной функциональной модели; на этой основе собран новый регресс.
Роль AI
LLM применялся для анализа тест-кейсов, поиска дублей, классификации и проверки структуры регресса.
До → изменение → результат
- 01Инвентаризация
- 02Очистка и классификация
- 03Модель регресса
- 04Автоматические проверки
Результат
- Историческая база
- 4 000+
- Регрессионная модель
- около 1 000 проверок
Технологии
- Jira
- Zephyr Scale
- Confluence
- Python
- pytest
- LLM