Python мануфактураJavaDesign Patterns для автоматизаторів

Python мануфактура · Сесії: AMA та PMP · 1:10–2:37

Теми сесій і робота з домашніми завданнями

На сесіях можна працювати з резюме, тестовим завданням для вакансії, презентацією автоматизації менеджменту, менторингом молодших колег або проблемами власного проєкту. Домашні завдання на загальному навчальному продукті варто публікувати в груповому чаті: інші учасники бачать додаткові реалізації та можуть використати їх як ідеї. Конфіденційні матеріали реального проєкту розбираються індивідуально.

Індивідуальний супровід і технічне партнерство →

Python мануфактура · Сесії: AMA та PMP · 5:15–7:15

Темп модулів і строки домашніх завдань

Середній орієнтир — один модуль на тиждень, але складніші модулі з Python або Java можуть потребувати двох. Якщо модуль має кілька відео, домашню роботу можна надсилати частинами, щоб раніше отримати feedback. Базовий строк усього курсу — близько трьох місяців; завершення за півтора-два місяці реалістичне переважно для людей із суттєвим попереднім досвідом. Індивідуальні життєві чи робочі обставини домовляються окремо.

ПМП-сесії та як проходити курс →

Python мануфактура · Сесії: AMA та PMP · 5:45–7:50

Як здавати практичні роботи

Практику можна здавати після кожного відео або однією завершеною роботою після комплексного рефакторингу модуля. Мінімальна мета — самостійно повторити показаний сценарій; корисніше додати невелике власне розширення, яке підтверджує розуміння. Можна також принести приклад із реального проєкту, навіть іншою мовою програмування. Важливий не формат здачі, а виконана практика та можливість отримати предметний зворотний зв’язок.

На сторінці може бути різний контент — що робити? →

Python мануфактура · Сесії: AMA та PMP · 13:30–17:30

Формат ПМП, записи й період перевірки

[Дивитися з 13:30](https://www.youtube.com/watch?v=viR9Rnmxse4&t=810s). ПМП — відкрите часове вікно для запитань про automation, patterns, feedback, AI або власний проєкт; необов’язково бути присутнім від самого початку. Технічні й корисні soft-skill теми записуються окремими fragments, приватні розмови можуть не публікуватися. Homework review діє протягом визначеного періоду, а доступ до матеріалів лишається; об’єктивну довгу паузу варто узгоджувати завчасно.

Практика курсу на YOY, домашні завдання та формат ПМП →

Python мануфактура · Сесії: AMA та PMP · 26:20–26:55

Термін виконання практики

Орієнтир для завершення домашніх робіт — кінець або середина березня залежно від фактичного темпу групи. Термін може коригуватися, якщо окрема практика стабільно потребує більше часу, ніж очікувалося.

__init__, self, page та принципи ООП →

Python мануфактура · Програма курсу · 33:10–38:32

Завдання: повний API-ланцюжок

Домашнє завдання — створити suite у вибраному project, отримати його через API і перевірити результат. Потім той самий підхід застосовується до test case: потрібно реалізувати `TestController`, request model, response model і перевірку створеної сутності. Базові HTTP-методи, headers, error handling і logging перевикористовуються з `BaseController`. Якщо documentation schema неповна, спершу виконується реальний request, а його JSON response перетворюється на початкову `Pydantic`-модель. Помилки validation у цьому процесі допомагають поступово відтворити фактичний контракт.

2. API автоматизація одразу правильно, MVC, pydantic →

Python мануфактура · Програма курсу · 48:00–52:54

Аналіз помилок через LLM і практичне завдання

Failed output можна передати LLM у контексті проєкту, щоб скоротити час на читання великого traceback або логів. Найкраще це працює в IDE-інструменті, який бачить код і пов'язані файли. Водночас демонстрація показує межу підходу: модель може змінити порядок дій або запропонувати неправильний fix, тому її diff і повторний запуск тесту завжди треба перевіряти. Практика після уроку — перенести параметри браузера й context у fixtures, спробувати headless/headed режими, viewport, timeout і `slow_mo`, навмисно зламати тест та пройти повний цикл діагностики через HTML report, trace і debugger.

1. Налаштування Playwright та Pytest, простий репортінг →

Python мануфактура · Програма курсу · 50:20–52:50

Підсумкова архітектура precondition

API package містить client і мінімальні response models, fixture повертає авторизований client, а UI-тест використовує тільки потрібний endpoint для setup. Login token не перевипускається перед кожною операцією instance. Практична вправа — реалізувати аналогічний precondition через наявний у проєкті HTTP client (`requests`, `httpx` або Playwright APIRequest), перевірити authentication окремо й лише потім під’єднати результат до UI-сценарію.

3. API preconditions →

Python мануфактура · Програма курсу · 56:00–58:38

Commit і підсумок практики

Перед комітом переглядаються видалені plugin parameters, custom fixtures, requirements і параметризовані cases. У підсумку кожна ітерація має читабельний ID, test data винесені з тіла сценарію, а browser reuse виконується через явний fixture graph. Практика після уроку — додати власні cases до таблиці, дати їм змістовні IDs, намалювати залежності fixtures і перевірити setup/teardown кожного scope. Окрема перевірка має довести, що попередня ітерація не залишає авторизацію або client-side state наступній.

2. Pytest fixtures, playwright fixture, прараметризація тестів →
Запитати в чаті про «homework» →