Bankowa aplikacja do obsługi konta, zanonimizowana. Krzywa poglądowa.
Wybrane projekty
Automatyzacja, wydajność i AI budowane jako systemy, nie jako skrypty
Cztery wdrożenia, które ukształtowały mój sposób pracy, oraz zestaw publicznych demo, które sklonujesz i uruchomisz w kilka minut.
Demo open source
Małe, samowystarczalne repozytoria: lokalne aplikacje demo, dane syntetyczne, gotowość do uruchomienia w CI. Każde pokazuje wzorzec, którego używam w prawdziwych projektach.
- Zobacz repozytorium (otwiera się w nowej karcie)Demo testów E2E w PlaywrightArchitektura automatyzacji
Ścieżki logowania, koszyka i zakupu na lokalnej aplikacji demo. Raporty HTML, diagnostyka błędów, GitHub Actions.
- Playwright
- TypeScript
- GitHub Actions
- Zobacz repozytorium (otwiera się w nowej karcie)Demo frameworka SeleniumArchitektura automatyzacji
Szkielet frameworka Java + Selenium 4: Page Objects, fabryka driverów, zrzuty ekranu przy błędach, wbudowany serwer demo.
- Java 21
- Selenium 4
- JUnit 5
- Maven
- Zobacz repozytorium (otwiera się w nowej karcie)Demo testów APIInżynieria wydajności
Health checki, walidacja kontraktu JSON i progi latencji p95 na syntetycznym serwisie HTTP.
- Java 21
- JUnit 5
- HttpClient
- Jackson
- Zobacz repozytorium (otwiera się w nowej karcie)Pakiet wydajnościowy JMeterInżynieria wydajności
Gotowy do ponownego użycia plan JMeter, scenariusze w CSV i mock API w Pythonie z regulowaną latencją do bezpiecznych testów bazowych.
- JMeter
- Python
- Scenariusze CSV
Efekty
Wyniki, nie przymiotniki
Co ta praca realnie zmieniła. Do tego CV do przeczytania w dwie minuty.
Minuty
zamiast godzin analizy wydajności w każdym cyklu testowym
Pipeline raportowania z AI
Android + iOS
jeden framework, obie platformy
Aplikacja bankowa, hybrydowy WebView
0
ręcznych synchronizacji wyników do Zephyra
Każdy przebieg CI publikuje się sam
2 poziomy
AI: modele komercyjne do kodu, lokalne do wrażliwych danych
GitHub Copilot + Ollama
Curriculum vitae
Dwie strony, gotowe do druku. Bank Pekao S.A. (od 2019), T-Mobile, Tsunami, Agora. Ponad 15 lat w QA, automatyzacji i web.
Jak pracuję
Jakość jako inżynieria systemów
Traktuję automatyzację testów jako problem architektoniczny, a nie zadanie skryptowe. Frameworki, które przeżyją kolejny redesign, dane wydajnościowe, które docierają do decydentów, i sygnały z CI, którym ludzie naprawdę ufają. Na tym polega ta praca.
Zrozum
Poznaj system, zidentyfikuj obszary ryzyka i zdefiniuj, co znaczy jakość, zanim zaczniesz budować automatyzację.
Zaprojektuj
Twórz wzorce frameworka stabilne mimo zmian produktu, a nie skrypty, które pękną przy kolejnym wydaniu.
Zautomatyzuj
Skup się na przepływach o wysokiej wartości i punktach integracji, gdzie automatyzacja realnie podnosi pewność dostarczania.
Raportuj
Zamieniaj dane z wykonania testów i wyniki wydajnościowe w uporządkowane sygnały, które wspierają decyzje inżynierskie.
AI w QA
AI w inżynierii jakości: model dobrany do danych
Na co dzień w banku pracuję z GitHub Copilotem (Chat, tryb agenta i coding agent) oraz Microsoft 365 Copilotem, na modelach Claude, GPT i Gemini. Tam, gdzie dane testowe są wrażliwe, analiza działa lokalnie przez Ollamę. W obu przypadkach AI przyspiesza pracę inżynierską, a nie zastępuje osądu.
$ qa-agent analyze results/run-142.jtl --baseline results/run-138.jtl
> sparsowano 48 210 próbek | 6 transakcji | 0,42% błędów
> latencja p95: 812 ms -> 1 034 ms (+27%) na POST /transfer
> przepustowość stabilna: 118 rps vs 121 rps w baseline
> klaster błędów: 91% HTTP 502 z gatewaya między 14:32 a 14:35
> prawdopodobna przyczyna: timeout upstreamu w oknie deployu (zob. release notes)
OK raport zapisany -> reports/run-142-summary.docx (model lokalny, zero wycieku danych)
Traktuję AI jako narzędzie inżynierskie. Jest użyteczne, gdy poprawia jakość sygnału, ogranicza ręczną pracę i trzyma decyzje przy danych.
Analiza wyników testów
Parsowanie logów, grupowanie błędów i wskazywanie przyczyn szybciej niż w ręcznym triage'u.
- Podsumowania błędów testów w wielu zestawach
- Grupowanie podobnych błędów według wzorca
- Wskazywanie prawdopodobnych przyczyn na podstawie stack trace'ów
Interpretacja raportów wydajności
Zamiana wyników JMetera i wartości bazowych w konkretne obserwacje.
- Wyjaśnianie anomalii przepustowości i latencji
- Porównywanie przebiegów z historycznymi wartościami bazowymi
- Podsumowania czytelne dla interesariuszy
Praca agentowa z Copilotem
GitHub Copilot jako codzienne narzędzie inżynierskie: Chat, tryb agenta i coding agent.
- Pisanie i refaktoryzacja kodu testów w trybie agenta
- Delegowanie wydzielonych zadań coding agentowi, z review jako pull request
- Własne instrukcje, prompty i agenty dla zespołu QA
Świadomy wybór, gdzie trafiają dane
Modele komercyjne do kodu i dokumentacji, lokalne tam, gdzie dane testowe są wrażliwe.
- Modele Claude, GPT i Gemini przez GitHub Copilota
- Microsoft 365 Copilot do dokumentacji i raportów
- Ollama on-premises dla wrażliwych wyników testów
Stack
Narzędzia, z którymi pracuję codziennie
Kluczowe technologie i metody w automatyzacji, wydajności, narzędziach dostarczania i zastosowaniach AI.
- Java
- Selenium
- Appium
- Bitbucket
- Apache JMeter
- Python
- TypeScript
- Jenkins
- GitHub Actions
- Maven
- JUnit 5
- Jira
- GitHub Copilot
- Claude
- Gemini
- Ollama
- Docker
- Git
- Android
- iOS
- pandas
Inżynieria automatyzacji
- Java
- Selenium WebDriver
- Appium
- Playwright
- Maven
- TestNG / JUnit
- Page Object Model
- Testy data-driven
Inżynieria wydajności
- Apache JMeter
- Analiza CSV / JTL
- Raportowanie wydajności
- Porównanie trendów
- Wizualizacja wyników
CI/CD i narzędzia
- Jenkins
- GitHub Actions
- Pipeline'y budowania
- Integracja z Jirą
- Zephyr Scale
- Praca z Gitem
AI i systemy agentowe
- GitHub Copilot: Chat, tryb agenta, coding agent
- Microsoft 365 Copilot
- Claude, GPT, Gemini
- Ollama / lokalne AI
- Orkiestracja agentów
- Projektowanie promptów i systemów
Następny krok
Rozwiążmy problem z jakością
Pomagam zespołom inżynierskim wydawać oprogramowanie z pewnością: architektura automatyzacji, pipeline'y wydajnościowe i systemy jakości wspierane AI. Jeśli Twój cykl wydań potrzebuje odblokowania, porozmawiajmy o zakresie.
Kopiuj adres e-mail
Łódź, praca zdalna