TGC'26

Oficjalne rozpoczęcie konferencji

Otwarcie konferencji

 

Grzegorz Holak

Polityka i strategia testów jako elementy governance w organizacjach technologicznych

 

Artur Ziółkowski

Evolution of OpenAPI Codegen in the Age of AI

 

Radosław Wasik

Testy Playwright napędzane AI - od agentów E2E po inteligentne testy API

•  Generowanie i modyfikowanie testów e2e i API z pomocą AI (framework testowy: Playwright).
• Praca z agentami testowymi i narzędziami MCP / Stagehand.
• Wykorzystanie AI do testów dostępności, danych testowych i walidacji logiki.
• Łączenie AI z CI/CD oraz utrzymanie generowanych testów.

Rafał Krząpa

Holistyczne Bezpieczeństwo Aplikacji narzędzia metody standardy i AI

Jednodniowy, intensywny warsztat pokazujący, jak skutecznie wykorzystać sztuczną inteligencję w automatyzacji testów z użyciem Cypress. Uczestnicy poznają praktyczne zastosowania AI w tworzeniu, analizie i utrzymaniu testów E2E, organizacji projektu testowego oraz integracji z procesami CI/CD. Szkolenie skupia się na realnych scenariuszach projektowych, dobrych praktykach oraz świadomym wykorzystaniu AI jako wsparcia pracy QA.

• AI w pracy QA — narzędzia i realne zastosowania
• Budowa projektu Cypress i POM z pomocą AI
• Generowanie, analiza i debugowanie testów E2E
• Pluginy i rozszerzenia w ekosystemie Cypress
• Integracja z CI/CD i równoległe uruchamianie testów
• Ograniczenia AI i przyszłość automatyzacji testów QA
• Q&A i dyskusja praktyczna

Viktoriia Manukiantc

From Logs to Insights: KQL for Test Engineers

Warsztat będzie prowadzony w języku angielskim, jednak Prowadząca komunikuje się w języku polskim i w razie wystąpienia jakichkolwiek barier językowych będzie mogła rozmawiać z uczestnikami w języku polskim. Opis warsztatu: As testers, we often feel that something is wrong in the system but don’t have enough evidence to prove it. Logs, HTTP requests, status codes and response times contain valuable information — if we know how to explore them. In this hands-on workshop, you will learn how to use Kusto Query Language (KQL) to analyze data in Azure environment, investigate failures, and understand application behavior. You will practice writing simple queries to filter data, find errors, calculate failure rates, performance metrics and visualize results with charts. No deep Azure knowledge is required. This session is designed for engineers who want to make data-driven decisions and better investigate issues using real system data. Main takeaways: - Intro: telemetry vs. monitoring vs. observability, and how it supports QA activities. - Use Kusto Query Language (KQL) to query and analyze logs. - Investigate failures and errors by analyzing HTTP status codes, failed requests and source IP activity, etc. - Analyze performance trends using time-based queries and metrics such as average, P90, and P95 response times. - Visualize and interpret log data with charts to support test analysis and reporting. - Leave with set of KQL queries that can be reused/adapted for your projects. Level: Middle QA/Dev/Ops