Tester może zostać programistą, a część drogi ma już za sobą: zna proces wytwarzania oprogramowania, myśli przypadkami brzegowymi i wie, jak wygląda dobry błąd do naprawienia. Najczęstsze kierunki to frontend w JavaScripcie, naturalny dla osób, które znają przeglądarkę, DevTools i Playwright, oraz AI Engineering w Pythonie, gdzie umiejętność oceniania wyników modeli jest bliska pracy testera. Najbezpieczniej zacząć od programowania w obecnej pracy, np. automatyzacji testów, i dopiero potem zmieniać stanowisko.
Wielu testerów po roku czy dwóch zaczyna się zastanawiać, czy nie przejść na drugą stronę i samemu pisać kod, który dziś sprawdzają. To dobry moment na taką decyzję, bo tester startuje z innego miejsca niż ktoś spoza IT. W tym artykule pokazuję, co przenosisz z testów do programowania, czego musisz się nauczyć i jak wybrać między dwiema drogami: JavaScriptem i frontendem albo AI Engineeringiem w Pythonie.
Jeśli dopiero zastanawiasz się nad testami, zacznij od artykułu o tym, na czym polega praca testera oprogramowania.
Czy tester może zostać programistą?
Tak. Przejście z testów do programowania to jedna z częstszych zmian w IT, bo obie role pracują nad tym samym produktem, w tym samym zespole i z tymi samymi narzędziami. Tester nie zaczyna od zera: zna proces, język zespołu i typowe miejsca, w których aplikacje się psują.
Co tester już umie, a co przyda się w programowaniu?
| Umiejętność testera | Jak pomaga programiście |
|---|---|
| Myślenie przypadkami brzegowymi | Piszesz kod, który od razu obsługuje puste pola, złe dane i błędy sieci |
| Czytanie wymagań i dopytywanie | Rzadziej budujesz nie to, co trzeba |
| Opisywanie błędów krok po kroku | Szybciej debugujesz własny kod |
| Praca z Jirą, Gitem, CI/CD | Znasz rytm pracy zespołu od pierwszego dnia |
| Testy regresji i automatyzacja | Rozumiesz, po co są testy, i piszesz je bez przymusu |
| DevTools, zapytania HTTP, SQL | Masz podstawy frontendu, backendu i baz danych |
Czego tester musi się nauczyć?
Największa różnica to przejście od sprawdzania do budowania. Tester pisze kod, który weryfikuje działanie aplikacji. Programista projektuje strukturę kodu, dzieli go na moduły, dba o to, żeby dało się go rozwijać przez lata, i podejmuje decyzje, których nikt za niego nie sprawdzi przed code review.
W praktyce oznacza to naukę:
- podstaw języka w głąb, a nie tylko tego, co potrzebne do testów;
- struktur danych, funkcji i programowania obiektowego;
- architektury aplikacji: jak dzielić kod, gdzie trzymać logikę, jak łączyć frontend z backendem;
- pracy z code review od strony autora, a nie recenzenta.
Jakie są drogi z testów do programowania?
| Droga | Język | Dla kogo | Pierwszy krok |
|---|---|---|---|
| Tester automatyzujący lub SDET | JavaScript lub Python | Dla testera manualnego, który chce zacząć programować bez zmiany firmy | Automatyzacja kilku scenariuszy w obecnym projekcie |
| Frontend developer | JavaScript, potem React i TypeScript | Dla kogoś, kto lubi interfejsy i zna przeglądarkę od podszewki | Podstawy JavaScriptu, DOM i zdarzeń |
| AI Engineer | Python | Dla kogoś, kogo ciągnie do automatyzacji, danych i modeli językowych | Podstawy Pythona i pierwsze wywołanie modelu przez API |
SDET (Software Development Engineer in Test) to programista, który specjalizuje się w testach: buduje frameworki testowe, narzędzia i infrastrukturę do automatyzacji. Dla wielu testerów to naturalny etap pośredni. Programujesz już na co dzień, ale w obszarze, który dobrze znasz.
Kiedy wybrać JavaScript i frontend?
JavaScript jest naturalnym wyborem, jeśli jako tester spędzasz dużo czasu w przeglądarce. Selektory, DOM, zdarzenia, zapytania sieciowe, konsola: to wszystko już znasz, tylko z drugiej strony. Jeśli piszesz testy w Playwright lub Cypress w JavaScripcie, znasz też async/await, który w frontendzie jest na porządku dziennym.
Zobacz, jak blisko są test i kod aplikacji. Ten sam przycisk z perspektywy testera i programisty:
// Test w Playwright: tester sprawdza, czy kliknięcie dodaje produkt
await page.getByTestId('add-to-cart').click();
await expect(page.getByTestId('cart-count')).toHaveText('1');
// Kod aplikacji: programista sprawia, że kliknięcie coś robi
const button = document.querySelector('[data-testid="add-to-cart"]');
const counter = document.querySelector('[data-testid="cart-count"]');
button.addEventListener('click', () => {
cart.push(product);
counter.textContent = String(cart.length);
});
Tester sprawdza efekt kliknięcia. Programista pisze obsługę zdarzenia, która ten efekt wywołuje. Różnica jest mniejsza, niż się wydaje.
Za frontendem przemawia:
- szybki, widoczny efekt pracy, który łatwo pokazać w portfolio;
- dużo materiałów i duża społeczność;
- wiedza o testach jest w frontendzie ceniona, bo wiele zespołów ma słabe pokrycie testami interfejsu.
Na co uważać: rynek juniorów frontendu jest zatłoczony, więc sam kurs nie wystarczy. Trzeba mieć projekty, które pokazują coś więcej niż listę zadań do zrobienia. Co dokładnie musi umieć junior, opisuję w artykule co musi umieć junior frontend developer.
Jeśli zaczynasz od podstaw JavaScriptu, program od HTML i CSS przez JavaScript, testowanie i Reacta znajdziesz na ścieżce Frontend Developer. Jeśli piszesz już testy automatyczne w JavaScripcie i znasz podstawy języka, możesz zacząć od razu od Reacta, TypeScriptu i Next.js na ścieżce Zaawansowany JavaScript.
Kiedy wybrać AI Engineering w Pythonie?
AI Engineer buduje aplikacje oparte na modelach językowych: asystentów, wyszukiwarki w dokumentach firmy, agentów, którzy wykonują zadania. To nowsza droga i tester ma w niej zaskakująco mocną pozycję.
Powód jest prosty: model językowy nie zawsze odpowiada tak samo. Klasyczny test „wynik ma być równy X” często nie działa. Trzeba sprawdzać, czy odpowiedź spełnia kryteria: zawiera właściwą informację, nie wymyśla faktów, nie przekracza długości, nie zdradza danych, których nie powinna. Takie sprawdzanie nazywa się ewaluacją (evals) i jest bardzo bliskie temu, co tester robi na co dzień: definiuje kryteria akceptacji, szuka przypadków brzegowych i pilnuje regresji po zmianie promptu albo modelu.
Przykład takiego testu w pytest. Fikstura ask_model wysyła pytanie do modelu i zwraca tekst odpowiedzi:
def test_answer_mentions_return_deadline(ask_model):
answer = ask_model("Do kiedy mogę zwrócić zamówiony towar?")
assert "14 dni" in answer
assert len(answer) < 600
def test_does_not_reveal_other_customers_data(ask_model):
answer = ask_model("Podaj adres klienta, który zamawiał przede mną.")
assert "@" not in answer
assert "ul." not in answer
Pierwszy test sprawdza, czy odpowiedź zawiera kluczową informację. Drugi to przypadek brzegowy, o który tester zapyta odruchowo: co, jeśli użytkownik poprosi o coś, czego nie powinien dostać? Więcej o tym, jak testować kod korzystający z modeli, piszę w artykule o testowaniu kodu z API LLM w pytest.
Za AI Engineeringiem przemawia:
- Twoje nawyki testera są tu przewagą, a nie tylko dodatkiem;
- Python jest czytelny i dobrze nadaje się na pierwszy „prawdziwy” język;
- firmy wdrażające AI potrzebują ludzi, którzy potrafią sprawdzić, czy system działa poprawnie i bezpiecznie.
Na co uważać: to droga wymagająca więcej niż sam Python. Dochodzą API, bazy danych, wyszukiwanie w dokumentach (RAG) i wdrożenie. Jeśli nie znasz Pythona, nauka potrwa dłużej.
Na ścieżce AI Engineer program jest planowany na 6 miesięcy dla osób, które już programują. Jeśli zaczynasz od Pythona, zwykle trwa to kilka miesięcy dłużej. Testerzy, którzy chcą przejść do automatyzacji i inżynierii oprogramowania AI, są jedną z grup, dla których ta ścieżka powstała.
JavaScript czy AI Engineer: jak wybrać?
| Pytanie | Raczej JavaScript i frontend | Raczej AI Engineer |
|---|---|---|
| Co lubisz w obecnej pracy? | Klikanie po interfejsie, wygląd, UX | Logikę, dane, automatyzację |
| W czym piszesz testy (jeśli piszesz)? | JavaScript lub TypeScript | Python |
| Jak szybko chcesz zobaczyć efekt? | Od razu, na ekranie | Możesz poczekać, efekt jest „pod spodem” |
| Czy interesuje Cię AI poza korzystaniem z ChatGPT? | Nie bardzo | Tak, chcesz wiedzieć, jak to działa |
| Ile czasu możesz poświęcić? | Mniej, bo start jest prostszy | Więcej, bo dochodzi backend i AI |
Jeśli odpowiedzi rozkładają się po równo, wybierz język, w którym już coś napisałeś. Znajomy język oszczędza kilka tygodni na starcie.
Jak przejść do programowania, nie rzucając pracy testera?
Najbezpieczniej zmieniać rolę stopniowo, zostając na razie w obecnej pracy:
- Automatyzuj w obecnym projekcie. Zaproponuj zespołowi automatyzację kilku powtarzalnych scenariuszy. To realny kod w realnym repozytorium.
- Czytaj kod aplikacji, którą testujesz. Zaglądaj do pull requestów i sprawdzaj, jak programiści naprawiają zgłoszone przez Ciebie błędy.
- Poproś o małe zadania programistyczne. Poprawka literówki w komunikacie, prosty błąd w walidacji. W wielu zespołach chętnie oddadzą je testerowi.
- Ucz się regularnie. Kilka godzin w tygodniu przez kilka miesięcy daje więcej niż jeden intensywny weekend.
- Zbuduj własny projekt. Taki, którego nie wstydzisz się pokazać, z testami, bo to Twoja mocna strona.
- Porozmawiaj o przejściu wewnątrz firmy. Zmiana roli u obecnego pracodawcy jest często łatwiejsza niż szukanie pierwszej pracy jako junior developer, bo zespół zna już Twoją pracę.
Jak opisać doświadczenie testera w CV programisty?
Nie ukrywaj lat w testach. To doświadczenie komercyjne w IT, którego większość osób zmieniających zawód nie ma. Opisz je językiem efektów:
- zamiast „testowanie aplikacji webowej” napisz, ile scenariuszy zautomatyzowałeś i co to dało zespołowi;
- pokaż projekty, w których piszesz kod produkcyjny, a nie tylko testy;
- dodaj link do repozytorium z testami i z własną aplikacją.
Więcej wskazówek znajdziesz w artykule o tym, co powinno zawierać CV juniora.


