Kursplan

Introduksjon til AI i QA-automatisering

  • Rollen til AI i moderne programvaretesting
  • Sammenligning av tradisjonelle vs. AI-forbedrede QA-strategier
  • Oversikt over AI-baserte testingverktøy (Testim, mabl, Functionize)

Generering av tester med AI

  • Modellbasert og brukergrensesnittbasert testgenerering
  • Bruk av Testim eller lignende plattformer for å automatisk generere flyter
  • Vurdering av testhensikt, stabilitet og gjenbrukbarhet

Regressjonsanalyse og testprioritering

  • Påvirkningsbasert testvalg og utvelgelse
  • Endringsbevisste testkjøringer for store repositoryer
  • AI-drevet prioritering basert på risiko og frekvens

Integrering med CI/CD-rørledninger

  • Koble automatiserte tester til Jenkins, GitHub Aksjoner, eller GitLab CI
  • Automatisk kvalitetskontroll og testfeedback-løkker
  • Utløse tester ved pull requests og distribueringseventer

Feilprediksjon og anomalioppdagelse

  • Analysere testdata for å forutsi sannsynlige feilområder
  • Klassifisering og triering av anomalier ved bruk av ML-teknikker
  • Feedback til utviklere ved bruk av AI-genererte innsikt

Vedlikehold og skaling av AI-baserte tester

  • Håndtere testdrift og endringer i brukergrensesnittet
  • Versjonskontroll og testkonfigurasjonshåndtering
  • Skalering til enterprise-nivå QA-miljøer

Case-studier og virkelige applikasjoner

  • Enterprise-implementeringer av AI QA-rørledninger
  • Beste praksis for teamadopsjon og rullering
  • Lærdommer: suksesser, fiaskoer og justeringer

Oppsummering og neste skritt

Krav

  • Erfaring med programvaretesting eller QA-prosesser
  • Kjennskap med CI/CD-pipelines og DevOps praksiser
  • Grundig forståelse av automatiserte testing-verktøy eller rammeverk

Målgruppe

  • QA-ledere og testautomasjonsingeniører
  • DevOps fagpersoner og SREs
  • Agile testere og kvalitetsledere
 14 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories