Schița de curs

Modul 1: Introducere în AI pentru QA

  • Ce este Inteligența Artificială?
  • Machine Learning vs Deep Learning vs Sisteme bazate pe reguli
  • Evoluția testării software cu AI
  • Beneficiile și provocările principale ale AI în QA

Modul 2: Bazele Datelor și ML pentru Testeri

  • Înțelegerea datelor structurate vs nestructurate
  • Caracteristici, etichete și seturi de date pentru antrenament
  • Învățarea supervizată și ne-supervizată
  • Introducere în evaluarea modelelor (acuratețe, precizie, recall, etc.)
  • Seturi de date QA din lumea reală

Modul 3: Aplicații AI în QA

  • Generarea de cazuri de testare alimentată cu AI
  • Predicția defectelor folosind ML
  • Prioritizarea testării și testarea bazată pe risc
  • Testarea vizuală cu computer vision
  • Analiza jurnalierilor și detectarea anomaliei
  • Procesarea limbajului natural (NLP) pentru scripturi de testare

Modul 4: Unelte AI pentru QA

  • Prezentare a platformelor QA alimentate cu AI
  • Folosirea bibliotecilor open-source (de exemplu, Python, Scikit-learn, TensorFlow, Keras) pentru prototipurile QA
  • Introducere la LLMs în automatizarea testării
  • Construirea unui model AI simplu pentru a prezice eșecurile de testare

Modul 5: Integrarea AI în fluxurile de lucru QA

  • Evaluarea pregătirii pentru AI a proceselor QA
  • Integrarea continuă și AI: cum să integrați inteligența în pipeline-urile CI/CD
  • Proiectarea suitelor de testare inteligente
  • Gestionarea deriverii modelelor AI și ciclurilor de reantrenament
  • Considerații etice în testarea alimentată cu AI

Modul 6: Laboratoare practice și proiect final

  • Laborator 1: Automatizarea generării de cazuri de testare folosind AI
  • Laborator 2: Construirea unui model de predicție a defectelor folosind date istorice de teste
  • Laborator 3: Folosirea unui LLM pentru revizuirea și optimizarea scripturilor de testare
  • Proiect final: Implementarea end-to-end a unei pipeline-uri de testare alimentate cu AI

 

Cerințe

Se așteaptă ca participanții să aibă:

  • 2+ ani de experiență în testarea software/QA
  • Familiaritate cu unelte de automatizare a testelor (de exemplu, Selenium, JUnit, Cypress)
  • Cunoștințe de bază în programare (preferabil în Python sau JavaScript)
  • Experiență cu controlul versiunilor și uneltele CI/CD (de exemplu, Git, Jenkins)
  • Nu este necesară experiența anterioară în AI/ML, deși curiozitatea și dispoziția la experimentare sunt esențiale
 21 ore

Numărul de participanți


Pret per participant

Mărturii (5)

Cursuri viitoare

Categorii înrudite