HACK A BOSS
FormaciónEvaluacionesPerfil
Volver
  • En directo

Testing avanzado: estrategia, automatización y calidad sostenible

6h de clase en directo·HACK A BOSS·Español

Skills que aprenderás

  • Testing

Convocatorias

Necesitas un plan activo

Para acceder a los cursos en directo necesitas un plan activo. Estamos trabajando para que los planes estén disponibles pronto — ¡mantente atento!

No hay convocatorias abiertas ahora mismo, pero no te pierdas la oportunidad: guarda este curso y te avisamos en cuanto se abra una convocatoria.

Descripción

Objetivos

Temario

Requisitos técnicos

Conocimientos previos

Detalles de la convocatoria

Recursos

No hay recursos disponibles todavía para esta convocatoria

Curso avanzado de testing orientado a perfiles que dominan las técnicas funcionales y no funcionales y necesitan diseñar estrategias de testing a nivel de proyecto: priorizar esfuerzo con risk-based testing, construir frameworks de automatización mantenibles, integrar las pruebas en pipelines CI/CD con quality gates, evaluar la calidad de una suite con métricas y mutation testing, gestionar datos de prueba con aislamiento y privacidad, y auditar la deuda técnica acumulada. Al finalizar, el participante será capaz de proponer y defender un plan de testing avanzado para un proyecto real que equilibre la detección de defectos con la sostenibilidad del esfuerzo a largo plazo.

Al finalizar el curso, el participante será capaz de:

  • Diseñar una estrategia de testing basada en riesgo para priorizar el esfuerzo de pruebas según probabilidad e impacto
  • Diseñar un framework de automatización de pruebas mantenible para un proyecto real
  • Integrar las pruebas en un pipeline de CI/CD definiendo gates de calidad
  • Evaluar la calidad de una suite de tests mediante métricas y análisis de cobertura
  • Diseñar una estrategia de test data management para suites de automatización
  • Evaluar la deuda técnica de testing y proponer un plan de saneamiento priorizado
  1. Estrategia risk-based testing Qué es el risk-based testing y por qué optimiza el esfuerzo de pruebas; factores de riesgo: probabilidad de defecto, impacto en el negocio y visibilidad del módulo; construir una matriz de riesgo y derivar la prioridad de cobertura; ajustar la estrategia cuando el riesgo cambia durante el ciclo de entrega; documentar y comunicar las exclusiones justificadas
  2. Frameworks de automatización mantenibles Pirámide de tests revisada desde la perspectiva de mantenibilidad; patrón Page Object Model (POM): encapsular selectores y acciones por página; builders y fixtures para aislamiento de datos de prueba; causas de tests flaky y soluciones: datos compartidos, tiempos hardcoded, estado externo no controlado; paralelización de tests E2E; criterios para no convertir el framework en deuda técnica
  3. CI/CD y quality gates Etapas del pipeline y qué suite ejecutar en cada una: fast feedback, regresión completa, pruebas de rendimiento; definir quality gates: umbrales de cobertura, tasa de éxito, ausencia de vulnerabilidades; gestión de tests flaky en CI: cuarentena, reintento automático e investigación de causa raíz; herramientas: SonarQube, GitHub Actions, GitLab CI
  4. Métricas de calidad de la suite Limitaciones de la cobertura de sentencias como única métrica; cobertura de ramas y mutation testing: qué mide y cómo se interpreta el mutation score; mutation testing con PIT (Java) o mutmut (Python); identificar áreas de riesgo no cubiertas y priorizar la mejora; configurar quality gates basados en mutation score
  5. Test data management Problemas de los datos compartidos entre tests: flakiness y dependencia de orden; aislamiento por test: setUp/tearDown y transacciones revertidas; anonimización y pseudoanonimización de datos de producción para entornos de test; datos sintéticos vs. datos anonimizados: cuándo usar cada estrategia; implicaciones del GDPR en el uso de datos personales en pruebas
  6. Deuda técnica de testing y plan de saneamiento Indicadores de deuda: tests flaky, suites lentas sin cobertura proporcional, coste alto de añadir nuevos tests, defectos que escapan a la suite; cuantificar y priorizar la deuda; plan de saneamiento en fases: emergencia, saneamiento incremental y prevención; métricas de progreso del saneamiento; procesos para evitar la reacumulación
  • Python 3.10+ con pytest y mutmut para las prácticas de mutation testing
  • Playwright o Selenium con un proyecto de ejemplo para las prácticas de POM
  • Acceso a un repositorio Git con pipeline CI/CD (GitHub Actions o GitLab CI)
  • Docker (opcional) para levantar bases de datos de prueba aisladas

→ TST03 — Pruebas no funcionales (Intermedio, 6h)

  • Diferenciar tipos de pruebas no funcionales y definir métricas de éxito
  • Plantear checklists de security testing y evaluar usabilidad con heurísticas
  • Integrar resultados de pruebas no funcionales en informes accionables