Kursplan

Modul 1: Introduksjon til AI for QA

  • Hva er kunstig intelligens?
  • Maskinlæring vs dyp læring vs regelbaserte systemer
  • Utviklingen av programvaretesting med AI
  • Hovedfordeler og utfordringer ved AI i QA

Modul 2: Data- og ML-grunnlag for tester

  • Forståelse av strukturerte vs ustrukturerte data
  • Egenskaper, etiketter og treningsett
  • Supervisert og usupervisert læring
  • Introduksjon til modellvurdering (nøyaktighet, presisjon, rekal, etc.)
  • Eksempler på virkelige QA-datasett

Modul 3: AI-bruksscenarier i QA

  • AI-drevet testfallsgenerering
  • Feilforutsetning ved hjelp av ML
  • Testprioritering og risikobasert testing
  • Visuell testing med dyp læring
  • Logganalyse og anomalioppdaging
  • NLP (naturalspråkbehandling) for testscripts

Modul 4: AI-verktøy for QA

  • Oversikt over AI-aktiverede QA-plattformer
  • Bruk av open-source-biblioteker (f.eks., Python, Scikit-learn, TensorFlow, Keras) for QA-protopyper
  • Introduksjon til LLM'er i testautomatisering
  • Bygge en enkel AI-modell for å forutse testfeil

Modul 5: Integrering av AI i QA-arbeidsflyt

  • Evaluere AI-beredskapen til QA-prosesser
  • Kontinuerlig integrasjon og AI: hvordan embedde intelligens i CI/CD-pipelines
  • Design av intelligente testsett
  • Administrering av AI-modellavvikling og -oppdateringscykluser
  • Etiske overveielser i AI-drivne testing

Modul 6: Praktiske laboratorier og hovedprosjekt

  • Laboratorium 1: Automatisering av testfallsgenerering ved hjelp av AI
  • Laboratorium 2: Bygge en feilforutsetningsmodell ved hjelp av historiske testdata
  • Laboratorium 3: Bruk av LLM for å gjennomse og optimere testscripts
  • Hovedprosjekt: Fullstendig implementering av en AI-drevet testingpipeline

 

Krav

Deltakerne forventes å ha:

  • 2+ års erfaring med programvaretesting/QA-roller
  • Kjennskap til testautomatiseringsverktøy (f.eks., Selenium, JUnit, Cypress)
  • Grunnleggende kunnskap om programmering (preferabelt i Python eller JavaScript)
  • Erfaring med versjonskontroll og CI/CD-verktøy (f.eks., Git, Jenkins)
  • Ingen tidligere erfaring innen AI/ML er nødvendig, men nysgjerrighet og vilje til å eksperimentere er viktig
 21 timer

Antall deltakere


Pris per deltaker

Referanser (5)

Kommende kurs

Relaterte kategorier