Преодоление разрыва между теорией и практикой в области обеспечения качества программного обеспечения

В статье рассматривается разрыв между теоретической подготовкой в области тестирования и практическими условиями работы в индустрии. Результаты проверки гипотез представлены в формате интервью. На примере диалога между студентом, профессором и старшим специалистом QA обсуждаются ключевые вызовы, с которыми сталкиваются выпускники при переходе от учебных аудиторий к реальной профессиональной деятельности. Профессор объясняет, как курс по тестированию программного обеспечения в университете строится на системных принципах и охватывает основные методологии и инструменты тестирования. Тем временем, опытный специалист QA делится примерами из практики, подчеркивая важность умения адаптироваться к динамичным условиям работы, где постоянно меняются требования по времени, бюджету и масштабу проектов. Основное внимание уделено тому, как теория и практика тестирования могут работать вместе для достижения наилучших результатов, несмотря на ограничения в ресурсах.

1. Akhrameyko, A.A. (n.d.). On improving the efficiency o f m anagerial decision-m aking under conditions o f non-stochastic data uncertainty [Electronic resource]. Retrieved October 5, 2024, from http://bseu.by

2. Kulikova, VP. (2006). D ata analysis and processing in information systems: Educational and m ethodological manual. - Petropavlovsk: SKSU named after M. Kozybayev.

3. Mukhin, O.I. (n.d.). Lecture 36. Expertise [Electronic resource]. Retrieved October 5, 2024, from http://stratum.ac.rn

4. RSVPU. (n.d.). Using E xcel to summarize expert opinions using K em en y’s median m ethod [Electronic resource]. Retrieved October 5, 2024, from http://rsvpu.ru

5. MedStatistic. (n.d.). Online calculators fo r statistical indicators [Electronic resource]. Retrieved October 5, 2024, from http://medstatistic.ru

6. Kulikov, S.V. (2023). Software testing: Basic course (3rd ed.). Moscow.

7. Myers, G.J., Sandler, C., & Badgett, T. (2020). The art o f software testing (4th ed.). Wiley.

8. Aniche, M. (2022). Effective software testing. Manning Publications.

9. Applitools. (n.d.). Test Autom ation University [Electronic resource]. Retrieved October 5, 2024, from https://www.applitools.com

10. Ministry of Testing. (n.d.). Where software testers, QA, and quality engineers build their careers [Electronic resource]. Retrieved October 5, 2024, from https://www.ministryoftesting.com

11. StatSoft. (n.d.). B ig Data, data mining, predictive analytics, statistics. StatSoft Electronic Textbook [Electronic resource]. Retrieved October 5, 2024, from https://archive.org

12. Omsk Region. (n.d.). Probability theory - A dditional resources [Electronic resource]. Retrieved October 5, 2024, from http://newasp.omskreg.ru/probability/

13. Orlov, A.I. (2018). M ethods o f m anagerial decision-making: Textbook. Moscow: KNORUS.

14. Borodina, A.V., & Nekrasova, R.S. (2023). Statistical criteria in data analysis: Educational manual. Petrozavodsk: PetrSU Publishing.

15. Borovikov, V (2003). Statistica (Art o f data analysis on a computer). Moscow (St. Petersburg): Piter.

16. Habr. (n.d.). H ow to choose the right statistical test fo r different m etrics [Electronic resource]. Retrieved October 5, 2024.

17. Microsoft Support. Using the analysis toolpak [Electronic resource]. Retrieved November 5, 2024, from https://support.microsoft.com

18. Nikitin, O.R., & Korneeva, N.N. (2020). M ethods fo r m easuring statistical param eters o f radio signals: Textbook. Vladimir: Vladimir State University named after A.G. and N.G. Stoletovs.

19. BirdyX.ru. (n.d.). Non-param etric statistical criterion o f Kruskal-W allis [Electronic resource]. Retrieved November 12, 2024.

20. LibreTexts. (n.d.). K ruskal-W allis Test - Statistics [Electronic resource]. Retrieved November 12, 2024.

21. Crispin, L., & Gregory, J. (2019). A gile testing condensed: A b rie f introduction. AgileTester.

22. IBM. (n.d.). User guide fo r IB M SP SS Statistics 27 base system [Electronic resource]. Retrieved October 5, 2024.

23. SPSS Manual. (n.d.). SP SS instruction m anual [Electronic resource]. Retrieved October 5, 2024, from http://bsu.ac.ug

24. Real Python. (n.d.). Python statistics fundam entals: How to describe your data [Electronic resource]. Retrieved October 5, 2024, from https://realpython.com/python-statistics/

25. Python.org. (n.d.). Statistics-m athem atical statistics functions - Python 3.13.0 documentation [Electronic resource]. Retrieved October 5, 2024, from https://docs.python.org/3/library/statistics.html

26. Murray, A. (n.d.). A dvanced Excel success: A practical guide to m astering E xcel [Electronic resource]. Retrieved October 5, 2024, from https://doi.org/10.1007/978-1-4842-6467-6