Авторизация
Сброс пароля
Обеспечение качества веб- и мобильной платформы технологической компании
Заказчик: Технологическая компания в сфере производственной аналитики, оптимизации сырья и корпоративной ИТ-инфраструктуры.
Страница кейса/результат: https://www.simbirsoft.com/portfolio/obespechenie-kachestva-veb-i-mobilnoy-platformy-tekhnologicheskoy-kompanii/

SimbirSoft обеспечила комплексное QA-сопровождение (обеспечение качества) микросервисной платформы, объединяющей модули товарной аналитики, интеллектуального расчёта состава продукции, оптимизации сырья и централизованного управления вычислительными профилями.
1. Вводная задача от заказчика, проблематика, цели
Команда проверяла бизнес-критичные расчётные сценарии, интеграции, API (программные), веб- и мобильные интерфейсы, модель доступа и корректность данных. Такой подход помог снизить риск ошибок в производственных алгоритмах и сделать релизный процесс более предсказуемым.
- Повысить надёжность платформы, используемой для аналитики, расчёта состава продукции и оптимизации сырья.
- Снизить риск ошибок в расчётных алгоритмах, которые могли влиять на производственные решения и операционные издержки.
- Обеспечить безопасное управление вычислительными профилями, правами доступа и пользовательскими действиями.
- Сделать релизный процесс более управляемым за счёт формализованных smoke- и регрессионных проверок.
- Быстро локализовывать дефекты в связке интерфейс — API — база данных — логи, чтобы сокращать время диагностики и передачи задачи в разработку.
2. Описание реализации кейса и творческого пути по поиску оптимального решения
- Выстроили сквозной QA-процесс для трёх ключевых направлений платформы: аналитика, расчёт/оптимизация продукции и управление вычислительными профилями.
- Проанализировали требования и выделили критичные бизнес-сценарии: расчёты, интеграции, права доступа, корректность данных и стабильность пользовательских потоков.
- Для сценариев с высокой ценой ошибки подготовили чек-листы и тест-кейсы, а также обязательный smoke-контур для релизных проверок.
- API и интеграции проверяли через Postman, анализ JSON-ответов и сопоставление данных с базой через SQL-запросы в DBeaver.
- Для сложных дефектов использовали анализ логов и мониторинга, что позволяло точнее определять источник проблемы: интерфейс, API, данные, интеграционный слой или бизнес-логика.
- Регрессионные проверки регулярно актуализировали по итогам изменений, чтобы покрытие соответствовало реальным продуктовым рискам.
- По результатам проверок готовили отчёты, пользовательские инструкции и рекомендации для команды разработки и заказчика.
3. Результаты сотрудничества
- Критичные сценарии платформы вынесены в обязательный контур smoke- и регрессионных проверок.
- Формализован процесс тестирования бизнес-логики расчётов, оптимизации сырья и управления вычислительными профилями.
- Улучшена прозрачность дефект-менеджмента: дефекты локализуются, приоритизируются и сопровождаются до закрытия.
- Повысилась точность диагностики инцидентов за счёт связки SQL-проверок, анализа логов, API-ответов и пользовательских сценариев.
- Команда получила актуальную тестовую документацию, отчёты о проверках и пользовательские инструкции.
- Релизный процесс стал более предсказуемым: перед выпуском проверяются критичные модули, интеграции и права доступа.
4. Заключение
Бизнес-эффект
QA-подход снизил риск ошибок в бизнес-критичных расчётах и помог стабилизировать работу модулей, связанных с производственной аналитикой, оптимизацией сырья и управлением вычислительными профилями. Для клиента это означает более надёжные данные для принятия решений, меньшую вероятность дорогостоящих ошибок в производственных алгоритмах и более управляемый релизный цикл.
Трудности
- Высокая связность микросервисов: изменение в одном сервисе могло влиять на смежные модули и пользовательские сценарии.
- Сложная бизнес-логика расчётов и оптимизации сырья, где ошибка в данных могла приводить к некорректным производственным решениям.
- Ограниченная или меняющаяся документация, из-за чего часть проверок требовала исследовательского подхода и постоянной синхронизации с аналитиками.
- Необходимость быстро локализовывать дефекты на стыке пользовательского интерфейса (UI), API, базы данных, логов и интеграционного слоя.
- Параллельная проверка веб- и мобильных сценариев с учётом ролей, доступов и разных пользовательских путей.
Технологии
- Backend: Java 17, микросервисная архитектура
- Frontend: React, TypeScript
- Mobile: Swift, Java
- API: REST API, Postman, Charles Proxy, DevTools
- Базы данных и проверка данных: PostgreSQL, MySQL, Oracle/MS SQL; DBeaver как SQL-клиент
- Интеграции и инфраструктура: Apache Kafka, Kubernetes, GitLab CI/CD
- Логи и мониторинг: Kibana, Grafana
- Тестовая документация и отчётность: TestRail, Allure, Confluence
- Управление задачами: Jira


