Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Modulo 1: Introduzione all'IA per il QA
- Cos'è l'Intelligenza Artificiale?
- Apprendimento Automatico vs Deep Learning vs Sistemi Basati su Regole
- L'evoluzione del testing software con l'IA
- I principali vantaggi e le sfide dell'IA nel QA
Modulo 2: Nozioni di Base sulle Dati e ML per i Tester
- Comprensione dei dati strutturati vs non strutturati
- Caratteristiche, etichette e set di dati per il training
- Apprendimento supervisionato e non supervisionato
- Introduzione alla valutazione dei modelli (accuratezza, precisione, recall, ecc.)
- Set di dati QA reali
Modulo 3: Casistiche dell'IA nel QA
- Generazione di casi di test basati sull'IA
- Previsione dei difetti tramite ML
- Priorizzazione dei test e testing basato sul rischio
- Testing visivo con computer vision
- Analisi dei log e rilevazione delle anomalie
- Elaborazione del linguaggio naturale (NLP) per gli script di test
Modulo 4: Strumenti AI per il QA
- Panoramica delle piattaforme QA abilitate all'IA
- Utilizzo di librerie open-source (ad esempio, Python, Scikit-learn, TensorFlow, Keras) per prototipi QA
- Introduzione ai LLMs nell'automazione dei test
- Costruzione di un semplice modello AI per prevedere i fallimenti dei test
Modulo 5: Integrazione dell'IA nei Processi QA
- Valutazione della preparazione all'IA dei processi QA
- Integrazione continua e IA: come incorporare l'intelligenza nei pipeline CI/CD
- Progettazione di suite di test intelligenti
- Gestione del drift dei modelli AI e dei cicli di riarredo
- Considerazioni etiche nel testing basato sull'IA
Modulo 6: Laboratori Pratici e Progetto Capstone
- Lab 1: Automazione della generazione di casi di test con l'IA
- Lab 2: Costruzione di un modello di previsione dei difetti utilizzando dati storici dei test
- Lab 3: Utilizzo di un LLM per la revisione e l'ottimizzazione degli script di test
- Capstone: Implementazione end-to-end di una pipeline di testing basata sull'IA
Requisiti
Si richiede che i partecipanti abbiano:
- Almeno 2 anni di esperienza in ruoli di testing software/QA
- Familiarità con strumenti di automazione dei test (ad esempio, Selenium, JUnit, Cypress)
- Conoscenze basilari di programmazione (preferibilmente in Python o JavaScript)
- Esperienza con sistemi di controllo versione e strumenti CI/CD (ad esempio, Git, Jenkins)
- Non è richiesta esperienza precedente in IA/ML, ma la curiosità e la volontà di sperimentare sono essenziali
21 Ore
Recensioni (5)
Buon rapporto, Łukasz aveva tempo per le domande di tutti ed era in grado di aiutare chiunque avesse qualche problema
Kelly Morris - Titian Software Poland Sp. z o.o.
Corso - Selenium WebDriver in C#
Traduzione automatica
Amount of hands-on excersises.
Jakub Wasikowski - riskmethods sp. z o.o
Corso - API Testing with Postman
The trainer explained every functionality thoroughly.
Argean Quilaquil - DXC
Corso - TestComplete
Trainer is nice. His explanation is clear and interesting. He try to make the lessons interesting as possible. I enjoyed the lesson and gained a lot of knowledge. Thank you so much. The most useful technique I learned is the locating elements for different web component like textbox, radio buttons and buttons. Sometimes, the element ID is not capture correctly. We learned a different way of locating elements by using CSS selectors, XPath, Name and ID. I like the explanation. Thanks
Bee Chin Chuah - I-Access Solutions Pte Ltd
Corso - Advanced Selenium with C#
The One on One session is amazing!! And thankful that the trainer's skills are Excellent and his willingness to share them to the fullness. I am very satisfied. . with the training and I wouldn't have wish to have done it anywhere else. I would only wish that I had One day longer for the training.
