Ta kontakt
 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

Antall deltakere


Pris per deltaker

Referanser (3)

Kommende kurs

Relaterte kategorier