Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Varighet 21 timer
Kursplan
Innføring til AI for QA
- Hva er kunstig intelligens?
- Maskinlæring vs dyplæring vs regelbaserte systemer
- Utviklingen av programvaretessing med AI
- Viktige fordeler og utfordringer med AI i QA
Grunnleggende i data og ML for testere
- Forståelse av strukturert vs ustrukturert data
- Funksjoner, etiketter og treningsdatasett
- Overvåket og uovervåket læring
- Innføring til modellvurdering (nøyaktighet, presisjon, recall, osv.)
- Datasett for QA i sanne sammenhenger
AI-anvendelser i QA
- AI-drevet testcasestasjonering
- Feilforutsigelse ved bruk av ML
- Testprioritering og risikobasert testing
- Visuell testing med datamaskinvise
- Logganalyse og anomali-deteksjon
- Naturlig språkbehandling (NLP) for testskript
AI-verktøy for QA
- Oversikt over QA-plattformer med AI-funksjonalitet
- Bruk av open source-biblioteker (f.eks. Python, Scikit-learn, TensorFlow, Keras) for QA-prototyper
- Innføring til LLM i testautomatisering
- Å bygge en enkel AI-modell for å forutsi testfeil
Integrering av AI i QA-arbeidsflyter
- Vurdering av AI-mognad i dine QA-prosesser
- Kontinuerlig integrering og AI: hvordan implementere intelligens i CI/CD-pipelines
- Design av intelligente testsett
- Å håndtere AI-modellavvik og omopplæringsytelser
- Etiske overveielser i AI-drevet testing
Praktiske laboratorieøvelser og prosjekt
- Laboratorium 1: Automatisering av testcasestasjonering ved bruk av AI
- Laboratorium 2: Bygge en feilforutsigelsesmodell ved bruk av historisk testdata
- Laboratorium 3: Bruke et LLM til å vurdere og optimalisere testskript
- Oppgave: End-to-end implementasjon av en AI-drevet testpipeline
Krav
Deltakerne forventes å ha:
- 2+ års erfaring med programvaretessing/QA-roller
- Kjennskap til testautomatiseringsverktøy (f.eks. Selenium, JUnit, Cypress)
- Basiskunnskap om programmering (helst i Python eller JavaScript)
- Erfaring med versjonskontroll og CI/CD-verktøy (f.eks. Git, Jenkins)
- Ingen forutgående AI/ML-erfaring kreves, men nysgjerrighet og vilje til å eksperimentere er viktig
Referanser (3)
Mulighetene til Postman og fremtidig bruk av det.
Gordana Gacic - SEE Digital D.O.O.
Kurs - API Testing with Postman
Maskinoversatt
Praktiske øvelser gjør det lettere å huske informasjonen.
ashley bolen - Insurance Corporation of British Columbia
Kurs - Test Automation with Selenium
Maskinoversatt
Nøkkelpunkter kan diskuteres og avtales med instruktøren i forveien. Slap ogpleasant atmosfære under seminarene.
Lorenz - Continentale Lebensversicherung AG
Kurs - Advanced Selenium
Maskinoversatt