Какой уровень покрытия тестами ты обычно достигаешь?

Что проверяют

Понимаете ли вы, что процент покрытия показывает только выполненные строки, а не проверенное поведение. Интервьюеру важно, как вы выбираете, что тестировать. Следом часто спрашивают про порог в CI и про код, который покрыт, но ничем не проверен.

Как отвечать

Назовите свою реальную цифру и сразу контекст: какой проект, какой код, как считали. Дальше каркас:

• инструмент: coverage.py, чаще через pytest-cov: pytest --cov=app --cov-branch --cov-report=term-missing. Флаг --cov-branch включает покрытие ветвлений, без него if без else считается покрытым после одного прохода;
• порог: fail_under в секции [tool.coverage.report] файла pyproject.toml или --cov-fail-under. Типичная планка для сервиса около 80 процентов, но полезнее следить за покрытием изменений в PR через diff-cover, чтобы новый код не приходил без тестов;
• разная глубина: доменная логика, расчёты и валидация покрыты почти полностью, тонкий слой над фреймворком меньше, его лучше проверять интеграционными тестами через TestClient в FastAPI или тестовый клиент Django;
• исключения: # pragma: no cover и omit для кода, который тестировать бессмысленно, например точек входа. У каждого исключения должна быть причина;
• качество тестов: покрытие не видит отсутствия проверок. Мутационное тестирование через mutmut показывает, какие изменения в коде тесты не заметили.

Для Python это особенно важно: без статической проверки типов ошибка в редкой ветке всплывает только в рантайме, поэтому покрытие ветвлений вместе с mypy или pyright даёт заметно больше уверенности, чем одни строки.

Где спотыкаются

Называют число без контекста: «90 процентов», а на вопрос, строки это или ветвления и что исключено, ответа нет.

Гонятся за 100 процентами и пишут тесты без assert, которые просто вызывают функции ради цифры.

Подгоняют метрику через omit, выкидывая из отчёта сложные модули, и измерение теряет смысл.