Plan Szkolenia
Wprowadzenie do Unit Testing za pomocą PyTest
Unit Testing z UnitTest vs Unit Testing z PyTest
Pisanie czytelnych i łatwych w utrzymaniu testów
Używanie prób, podróbek i skrótów
Używanie hooków, przepisywanie Assert i wtyczki
Usprawnianie testów dzięki urządzeniom i testowaniu parametrycznym
Uzyskanie pożądanego zasięgu testu
Generowanie testowalnego Documentation za pomocą Doctest
Integracja Python testów jednostkowych ze środowiskiem ciągłej integracji (CI).
Skalowanie Python testów jednostkowych
Użyj Python, aby przetestować aplikacje inne niż Python.
Podsumowanie i wnioski
Wymagania
- Ogólne zrozumienie testowania automatyzacji
Uczestnicy
- Testerzy oprogramowania
Opinie uczestników (7)
Wszystko, super trener.
Michal Rawicki
Szkolenie - Unit Testing with Python
Edukacja trenera, nawet gdy zadawaliśmy bardzo precyzyjne pytania na temat konkretnego zagadnienia, był w stanie udzielić nam naprawdę znaczących i wartościowych informacji. Zaprojektował program szkolenia zgodnie z naszymi potrzebami i żądaniami.
Filip - Orange Szkolenia Sp. z o.o.
Szkolenie - Unit Testing with Python
Przetłumaczone przez sztuczną inteligencję
Polubiłem podsumowania
Martyna - Orange Szkolenia Sp. z o.o.
Szkolenie - Unit Testing with Python
Przetłumaczone przez sztuczną inteligencję
Materiały Trener
Zakar Abid - TII
Szkolenie - Unit Testing with Python
Przetłumaczone przez sztuczną inteligencję
Wykonałem ćwiczenie praktyczne. Przeszedłem przez kod. Wszystko wytłumaczyłem bardzo dobrze.
Steve Thomas - TII
Szkolenie - Unit Testing with Python
Przetłumaczone przez sztuczną inteligencję
Nie ma pośpiechu, choć czasem może być trochę za wolno. Sprawdzanie ćwiczeń z grupą i porównywanie rozwiązań
Piotr - ArcelorMittal Business Center of Excellence Poland Sp. z o.o. Sp. k.
Szkolenie - Unit Testing with Python
Przetłumaczone przez sztuczną inteligencję
Trener jest interaktywny z audytorium. Umie łatwo odpowiadać na pytania i podawać trafne przykłady oraz ilustracje z życia codziennego. Teoretyczna i praktyczna część płynnie się łączą. Ćwiczenia uczą użytkownika lepiej myśleć i strukturyzować swój sposób testowania i rozwoju. Numpy oraz Pandas mogą okazać się przydatne do lepszego eksploatacji danych, takich jak wyniki wydajności, statystyki, przetwarzanie obrazów, obliczanie korelacji dla zbiorów obrazów biologicznych. Framework Django byłby pomocny w budowaniu web API. Wszystkie te umiejętności są pożyteczne. Jednak nie jestem pewien, czy to byłoby owocne w innych kontekstach, ponieważ potrzebujemy testów jednostkowych i integracyjnych dla Java aplikacji w Python.
Soumaya ELALOUANI - Telemis
Szkolenie - Unit Testing with Python
Przetłumaczone przez sztuczną inteligencję