Мене звати Олександр, я Lead SDET із понад 10 роками досвіду у сфері тестування програмного забезпечення. Уже понад шість років викладаю в Hillel IT School, де маю нагоду не лише ділитися знаннями, а й спостерігати за еволюцією професії тестувальника в динаміці. У цій статті хочу поділитися власними спостереженнями, досвідом і роздумами про те, що відбувається з професією QA-фахівця у 2025 році: які виклики постають перед нами, чого очікує ринок і які можливості відкриває для нас цей час.
Еволюція тестувальників за останні 10 років
Зараз може здатися, що раніше все було простіше. Але перед кожним поколінням постають свої виклики та труднощі. Озираючись назад, справді здається, що шлях до професії QA був легшим. Достатньо було знати теорію тестування, уміти писати тестову документацію, трохи розумітися на API й робити базові запити за допомогою Postman або SOAP UI — і ти вже вважався досить непоганим спеціалістом. Самі вакансії не вимагали від кандидатів великої кількості технічних знань.
Хочу також звернути увагу на те, наскільки раніше була чітко окреслена різниця між мануальними тестувальниками й автоматизаторами. Це були дійсно дві окремі ролі. Точну статистику навести складно, але, за даними ChatGPT, орієнтовно 80% ринку становили мануальні тестувальники, і лише 20% — автоматизатори. Автоматизаторів було суттєво менше, тоді як вакансії для QA Manual були надзвичайно поширеними.
Я добре пам’ятаю, як сам шукав роботу та проходив перші співбесіди ще у далекому 2014 році — тоді автоматизація не була мейнстримом. Попит на таку кількість автоматизаторів лише починав формуватися.
Ще один показник розвитку професії, який особисто мене вразив — це поява нових сертифікацій ISTQB за ці роки. Якщо зайти на сайт організації зараз, можна побачити дивовижний список спеціалізацій, які відображають поточні потреби ринку. Серед них — Gambling Testing, Game Testing, AI Testing, Testing with Generative AI, Security, Acceptance Testing тощо. Окремим напрямом виділено Agile Testing різних рівнів. Загалом можна нарахувати приблизно 25 напрямів, і це реально багато.
Це свідчить лише про одне: за останнє десятиріччя професія QA зазнала величезної трансформації й адаптації до нових реалій. Я не стверджую, що ISTQB є абсолютним авторитетом або трендом для всіх, але як індикатор еволюції галузі — це доволі репрезентативний приклад.
І ось усі ці трансформації, запити ринку й очікування роботодавців привели нас у 2025 рік. То що ми маємо сьогодні й чого насправді хочуть від QA-спеціаліста?
Що хочуть від QA у 2025 році
І ось 2025 рік, який нам дає general QA, Automation, Manual, SDET. Але справа не у формальних розподілах, а в тому, чого зараз очікує ринок від фахівців. Дійсно, якщо раніше лише говорили про те, що тестувальник у майбутньому повинен буде знати основи програмування та писати автотести, то зараз це вже реальність.
Я не стверджую, що це обов’язково скрізь, але все більше компаній переходять на формат general QA — фахівця, який вміє все: написати мануальні тести, протестувати функціонал, створити баг-репорт, а потім ще й написати автотести. Звісно, мова не про побудову фреймворків чи складних систем тестування, але знання коду й автоматизації вже стали базовою потребою.
А тепер про Automation QA та SDET. Відрізнити ці ролі сьогодні складно — у різних компаніях вони мають різне наповнення. Але якщо general QA забирають частину задач з автоматизації, то цим категоріям варто брати на себе ще більше відповідальності.
Крім знання мови програмування, бібліотек, Git, API тощо, сучасний автоматизатор повинен обов’язково розбиратися в DevOps-процесах: Docker, Kubernetes, Jenkins. Уміти писати пайплайни, налаштовувати CI/CD, володіти Groovy або Shell/Bash командами. Але Jenkins — не єдиний варіант: маємо ще GitHub Actions і GitLab CI/CD.
І що ж залишається для звичних manual-фахівців, які працюють по-старому — пишуть тести, вручну тестують і створюють баги? Відверто скажу: перебуваючи в постійному потоці інформації, викладаючи й спостерігаючи за ринком, я розумію: сьогодні потрібно знати дуже багато, особливо якщо шукаєш роботу.
І якраз у цей момент з’являється новий виклик — штучний інтелект. І головне питання: що з ним робити?
ШІ — загроза або можливості
Ну і на все це накладається ще й ШІ. Часи, коли можна було обійтися без нього, залишились позаду. Тепер до всього, що згадувалося вище, додається ще й AI. Звісно, нікуди без розуміння таких термінів, як-от LLMs, NLP, та інших модних слів. Але окрім теорії, важливо знати, як формуються токени, як генеруються відповіді, на чому базується робота моделей. І хоча в щоденній роботі це може не знадобитися — на співбесіді знання таких речей може дати вам конкурентну перевагу.
Сучасному QA необхідно вміти працювати з AI-інструментами: формулювати якісні промпти, знати техніки типу Zero-shot та Few-shot prompting, розуміти, як правильно використовувати інтелектуальних помічників для повсякденних задач.
І це тільки перший рівень. Якщо ви Senior або відповідаєте за процеси — ваш обов’язок інтегрувати ці інструменти у всі фази SDLC. Автоматична генерація тест-кейсів, ревʼю, перевірка вимог, генерація коду — усе це вже реальність.
Спочатку був ChatGPT, потім GitHub Copilot, а сьогодні — Cursor, Claude Code та інші. І важливо розуміти: ми тільки на початку шляху. Кожна компанія зараз шукає власні best practices, створює свої фреймворки й правила. І кожен із нас може стати частиною цього процесу.
Штучний інтелект — це не загроза, якщо працювати з ним правильно. Це ваш помічник, який дає змогу значно пришвидшити роботу, підвищити якість і розширити межі можливого.
А отже, залишилось головне питання: що з цим усім робити далі? Відповідь дуже проста — учитися.
Адже завжди нам усім потрібно вчитись. Пам’ятаю період свого життя, коли я буквально «підсів» на проходження курсів. Це було десь у 2019 або 2020 роках. Тоді за рік я пройшов курс з автоматизації на Java, курс Java Pro та здав сертифікацію ISTQB. Окрім цього, я цікавився версткою та трохи заглиблювався у JavaScript (Node.js).
Але до чого я веду? Чи хочу я похизуватися? Ні. Справа в іншому: тоді я зробив серйозний поштовх і думав, що все — тепер я знаю купу всього і можу автоматизувати без проблем. Але минуло 4–5 років, і стало зрозуміло: треба вчитись знову. Java-автоматизатори зараз уже не у топі, як і сама мова, якщо порівнювати з JavaScript або Python. Хоча Java все ще займає 3 місце. Попит зараз на автоматизацію з JS + TypeScript, Python і, звісно, Playwright, і ще багато-багато всього.
У цей період часу я по-справжньому відкрив для себе відеокурси. Раніше мені здавалося, що це несерйозно — немає групи, викладач ніби «не справжній». Але зараз, якщо подивитись на мій профіль на Udemy, там уже близько 30 курсів. Чи пройшов я всі? Звісно, ні. Але в цьому й перевага таких курсів: ти береш саме те, що тобі потрібно, і витрачаєш стільки часу, скільки потрібно.
Один з прикладів: я хотів розібратися, як працює GraphQL, і як будуються всі ці query та mutations. Я купив курс із розробки вебсервісу на GraphQL і подивився, як це працює всередині. Патерни побудови таких додатків мене не дуже цікавили, але як QA я дізнався набагато більше, ніж просто читаючи теорію. І так було з багатьма іншими курсами.
А зараз, коли з’явився штучний інтелект, навчатися стало ще простіше. Купив курс, подивився його — і можеш ставити питання просто ChatGPT. Після цих великих трансформацій я зрозумів, що індивідуальне навчання — це найближче майбутнє, де ШІ є твоїм асистентом.
Виходячи з цього, ми з групою викладачів проявили ініціативу і приєдналися до нової відеоплатформи школи Hillel — Hillel MAX. Цю платформу розробила школа, і я разом з іншими викладачами вирішив спробувати себе у форматі відеокурсів у записі. Ми чітко розуміли, що багатьом спеціалістам бракує профільних курсів. Теорія є в ISTQB, але хотілося показати практику.
Перші наші курси для QA:
- API Tester;
- Mobile Tester;
- Performance-тестуванню з JMeter.
Причому API-тестування та мобільне тестування поділені окремо: як для мануальних тестувальників, які «плавають» у цій темі, так і для автоматизаторів.
І тут постає питання: чи можуть відеокурси в синергії із ШІ замінити класичне навчання? Точно ні. Кожен формат навчання має свої плюси й мінуси.
Відеокурси дають гнучкість і темп. Наприклад, у тебе співбесіда через тиждень, і треба підтягнути MongoDB — переглянув курс за три дні, виконав 30 завдань, і ти вже не «плаваєш» у темі. Але тим, хто полюбляє живе спілкування, ставить багато питань і цінує безпосередній контакт з викладачем, такий формат може не підійти.
Проте, незалежно від формату — відеокурси, текстові матеріали чи live-заняття, ментори, ролики в YouTube — ключ до htpekmnfne в будь-який час (2010–2025) — це навчання.
Урешті-решт
Сьогодення, як ніколи, вимагає від QA-фахівців глибоких і різносторонніх знань. Знання мови програмування та навички автоматизації тестування більше не є опціональними — це нова база. Укріпити свої позиції на ринку також допоможе розуміння DevOps-процесів і практичне володіння інструментами на кшталт Docker, Kubernetes і вміння впроваджувати їх у загальний процес SDLC.
І, без сумніву, головна нова вимога — це інтеграція штучного інтелекту у всі етапи розробки й тестування. Якщо раніше на співбесідах запитували: «Як ви будували процес і покращували його?», то сьогодні постає ще одне питання: «Як саме ви використовуєте ШІ на всіх етапах SDLC/STLC?»
Щоб залишатися у формі та бути потрібним — єдина відповідь: потрібно постійно вчитись і якнайшвидше адаптуватися. А який саме формат ви оберете — відеокурси, живі заняття чи самостійне навчання з AI — вже не так важливо. Головне — почати.
Успіхів вам і натхнення на цьому шляху!