Чему вы научитесь
- Понимать принципы нагрузочного тестирования и его роль в обеспечении устойчивости систем
- Устанавливать и настраивать фреймворк Locust для тестирования веб‑приложений
- Создавать сценарии пользовательского поведения с помощью Python
- Анализировать метрики производительности: время отклика, количество запросов, ошибки
- Интерпретировать результаты тестов
О курсе
Этот курс создан для тех, кто хочет познакомиться с Locust — современном, гибком и понятном фреймворке на Python, который позволяет моделировать реальное поведение пользователей и получать точные метрики под нагрузкой.
Цели курса
- Научить вас создавать минимальные сценарии нагрузки на Python
- Показать, как выявлять узкие места в архитектуре
- Дать практические начальные навыки анализа результатов и подготовки отчётов
Почему стоит выбрать этот курс
- Практическая направленность — минимум теории, максимум реальных примеров и кейсов
- Современный стек — Locust активно используется в индустрии и идеально подходит для QA
- Пошаговое обучение
- Понятные объяснения — курс подходит даже тем, кто впервые сталкивается с нагрузочным тестированием
- Актуальные методики — вы освоите подходы, которые применяются в реальных проектах
Особенности курса
-
Разбор типичных ошибок и анти‑паттернов в нагрузочном тестировании
-
Практические задания
-
Возможность расширять сценарии кастомной логикой на Python
Для кого этот курс
Этот курс подойдёт тем, кто хочет познакомиться с Locust.
Начальные требования
Чтобы комфортно пройти курс и извлечь из него максимум пользы, достаточно базовой подготовки. Вам пригодятся:
- Базовые знания Python: понимание синтаксиса, функций, модулей и работы с виртуальными окружениями.
- Общее представление о веб‑технологиях: что такое HTTP‑запросы, API, клиент‑серверное взаимодействие.
- Минимальный опыт работы с терминалом: умение запускать команды, устанавливать пакеты, работать с файлами проекта.
Наши преподаватели
Программа курса
Сертификат
Сертификат Stepik
Сколько стоит обучение
Price:
100 ₽
Вы попробовали и поняли, что вам сейчас не подходит этот курс? Ничего страшного, мы вернём вам деньги в течение 30-ти дней после покупки.