Unittests sind in der Software-Entwicklung bereits weit verbreitet. In der Data Science sind sie ebenso sinnvoll, um z. B. Fehler zu vermeiden oder die Qualität einer Anwendung sicherzustellen. Der Vortrag führt in das Unittesten mit pytest ein unter Berücksichtigung von Best Practices der Softwareentwicklung. Hierfür werden hilfreiche pytest-Features vorgestellt, wie Fixtures und Testparametrisierung sowie Funktionalitäten für Error-Handling bei Tests. Des Weiteren werden Besonderheiten beim Testen von Data-Science-Anwendungen besprochen.

Grundkenntnisse mit Python sowie erste Erfahrungen mit pytest sind hilfreich, um den Code-Beispielen mit Data-Science-Bezug leicht folgen zu können.