Михаил Куцаев. Автоматизация тестирования в условиях ограниченных ресурсов и многообразия систем

С помощью шагов из стандартной библиотеки Vanessa Automation можно намного упростить себе решение реальных задач тестирования. О базовых возможностях использования Vanessa Automation для подготовки тестовых данных, сравнения табличных частей и преобразования значений, на конференции INFOSTART TECH EVENT 2025 рассказал Иван Казеев. Доклад в виде статьи: https://infostart.ru/1c/articles/2624948/

Стоит ли пытаться писать код с помощью локальных ИИ-моделей на видеокартах, которые к этому вообще не приспособлены? Спойлер: не стоит. И если у вас нет безлимитного бюджета на железо, лучше даже не начинать эту игру. О том, когда ИИ действительно ускоряет работу, а когда просто плодит легаси и греет железо, на конференции INFOSTART TECH EVENT 2025 рассказал Никита Баушев. Доклад в виде статьи: https://infostart.ru/1c/articles/2623913/

Интеграция GPT-моделей в MAKER-STUDIO открыла новые возможности для ускорения проектов разработки, описания бизнес-процессов и автоматизации рутинных задач бизнес-аналитика. Делимся опытом тестирования разных моделей, рассказываем о роли контекста и промпта, а также о попытках обучения модели для создания корпоративной базы знаний. Вы узнаете, какие задачи реально решает связка MAKER и GPT, и почему это меняет подход к работе с требованиями и проектной документацией. Доклад в виде статьи: https://infostart.ru/1c/articles/2615031/

Обобщение многолетнего практического опыта нагрузочного тестирования крупных 1С систем с тысячами пользователей. Разберемся, когда нагрузочные тесты действительно нужны, а когда от них можно отказаться, какие виды нагрузочного тестирования существуют, какими подходами можно пользоваться при разработке тестов и на что обращать внимание в результатах. Доклад в виде статьи: https://infostart.ru/1c/articles/2599437/

За последний год YAxUnit заметно вырос: обновилась документация, запуск тестов в EDT стал практически мгновенным, появился редактор для режима 1С:Предприятие, инструменты для подготовки тестовых данных и подключение к ИИ через MCP-сервер для проверки и улучшения кода. Расскажем о том, какие свежие возможности YAxUnit позволяют сделать модульное и интеграционное тестирование в 1С быстрым, эффективным и комфортным. Доклад в виде статьи: https://infostart.ru/1c/articles/2595697/

Показываем, как сочетание небольшого собственного продукта и EDT помогает решать реальные задачи разработки, а не просто следовать моде. Делимся опытом перехода от монорепозитория к форкам, рассказываем об архитектуре решения и особенностях командной работы. А также раскрываем плюсы и минусы EDT, которые стоит учитывать при выборе среды для продуктовой разработки. Доклад в виде статьи: https://infostart.ru/1c/articles/2595277/

С Docker мы можем попробовать новые подходы, освоить современные инструменты и сделать тестирование 1С более эффективным. Об особенностях тестирования в Docker-контейнерах и решении проблем, которые могут при этом возникнуть, на конференции INFOSTART TECH EVENT 2025 рассказала Татьяна Головкина. Доклад в виде статьи: https://infostart.ru/1c/articles/2588289/

Делимся практическими кейсами применения ИИ в ИТ-проектах – от подготовки и моделирования процессов до обучения пользователей и поддержки эксплуатации. Расскажем, как с помощью искусственного интеллекта сократить рутину, снизить издержки и сосредоточиться на главных задачах, а также дадим немного теории о больших языковых моделях, fine-tuning и RAG. Доклад в виде статьи: https://infostart.ru/1c/articles/2586732/

Что делать, если заказчик просит «чтобы при скролле взмывали бабочки»? Делимся опытом, как решать подобные задачи в 1С:Элемент – без React, без JavaScript и без компромиссов со скоростью и поддержкой. Рассказываем, какие инструменты помогают реализовать нестандартные UI-требования с помощью HTML-контейнеров и встроенного языка, как работает связка 1С:Элемент + htmx, и почему в итоге появился собственный фреймворк Vs Ui. Доклад в виде статьи: https://infostart.ru/1c/articles/2584584/

В этом видео мы скачаем llm модель open ai gpt oss 120b с huggingface и запустим ее через инференс llama cpp на двух видео картах, rtx 3090 и tesla v100. В моей сборке такая конфигурация выдает 34ток/сек, но если бы были 2х3090, то скорость была бы значительно выше, так как удалось бы распределить больше слоев oss 120b в VRAM.