Развитие и карьерный рост

Утилита поиска дубликатов дефектов

Обнаружение и заведение дефектов в баг-трекинговую систему относятся к ключевым задачам инженеров по тестированию. Основываясь на оформленном особым образом отчете — баг-репорте, разработчик анализирует найденные ошибки и неполадки, чтобы в дальнейшем исправить их или отклонить.

Жизненный цикл дефекта

Жизненный цикл дефекта

На каждой стадии жизненного цикла дефекту присваивается определенный статус, описывается его текущее состояние.

Когда тестировщик находит дефект, то регистрирует его в системе отслеживания ошибок и назначает ответственного за его исправление. С этого момента подключаются разработчики программного продукта и забирают дефект в работу. Они присваивают ему статус «Разрешен», когда он исправлен и в ряде других случаев. Например, если дефект не воспроизводится, если он незначительный или не является дефектом и в случае дубликата — когда он повторяет отклонение, которое уже находится в работе.

Утилита поиска дубликатов дефектов

Команда R&D компании IBS AppTest разработала утилиту поиска дубликатов дефектов. Она представляет собой универсальный программный модуль, созданный с использованием технологий машинного обучения. Его основная задача — оптимизация работы с системами баг-трекинга для исключения дублирования ошибок.

Модуль сокращает временные затраты команд тестирования за счет ранней идентификации уже заведенных дефектов. Кроме того, он может быть использован и в смежных задачах. Например, поиске похожих сообщений при работе ServiceDesk или классификации входящих почтовых сообщений с неструктурированной информацией.

Для реализации решения был использован технологический стек из Python и ряда популярных open source-библиотек машинного обучения. Модуль поиска дубликатов дефектов запатентован (свидетельство № 2020660763 от 10.09.2020) и успешно применяется на проектах по тестированию в крупных российских компаниях.

Преимущества работы с инструментом

  1. Сокращает временные ресурсы тестировщиков и разработчиков при работе с дефектами
  2. Позволяет обнаруживать ранее заведенные дефекты с заданной степенью «похожести»
  3. Модель машинного обучения, лежащая в основе инструмента, «доучивается» под конкретный проект, значительно повышая точность определения похожих дефектов
  4. Модуль можно использовать как отдельное приложение или встроить в уже используемые решения по работе с дефектами с минимальными доработками интерфейса

Свидетельство о государственной регистрации

Свидетельство о государственной регистрации

Протестируем системы любой сложности