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.
Durata 21 ore
Struttura del corso
Introduzione all'AI per QA
- Cos'è l'Intelligenza Artificiale?
- Machine Learning vs Deep Learning vs Sistemi basati su regole
- L'evoluzione del test del software con l'AI
- Principali vantaggi e sfide dell'AI nel QA
Fondamenti di dati e ML per i tester
- Comprendere i dati strutturati vs non strutturati
- Caratteristiche, etichette e set di dati di addestramento
- Apprendimento supervisionato e non supervisionato
- Introduzione alla valutazione dei modelli (accuratezza, precisione, recall, ecc.)
- Set di dati QA del mondo reale
Casi d'uso dell'AI nel QA
- Generazione di test case alimentata da AI
- Previsione dei difetti utilizzando il ML
- Prioritizzazione dei test e risk-based testing
- Test visivi con computer vision
- Analisi dei log e rilevamento delle anomalie
- Processing del linguaggio naturale (NLP) per script di test
Strumenti AI per QA
- Panoramica delle piattaforme QA abilitate da AI
- Utilizzo di librerie open source (es. Python, Scikit-learn, TensorFlow, Keras) per prototipi QA
- Introduzione agli LLM nell'automazione dei test
- Creazione di un semplice modello AI per prevedere i fallimenti dei test
Integrazione dell'AI nei flussi di lavoro QA
- Valutazione della prontezza AI dei processi QA
- Integrazione continua e AI: come incorporare l'intelligenza nelle pipeline CI/CD
- Progettazione di suite di test intelligenti
- Gestione del drift dei modelli AI e dei cicli di riaddestramento
- Considerazioni etiche nel test alimentato da AI
Lab pratici e progetto finale
- Lab 1: Automatizzare la generazione di test case utilizzando l'AI
- Lab 2: Creare un modello di previsione dei difetti utilizzando dati storici di test
- Lab 3: Utilizzare un LLM per revisionare e ottimizzare gli script di test
- Progetto finale: Implementazione end-to-end di una pipeline di test alimentata da AI
Requisiti
I partecipanti sono tenuti a possedere:
- Oltre 2 anni di esperienza in ruoli di test del software/QA
- Familiarità con strumenti di automazione dei test (es. Selenium, JUnit, Cypress)
- Nozioni di base di programmazione (preferibilmente in Python o JavaScript)
- Esperienza con strumenti di versionamento e CI/CD (es. Git, Jenkins)
- Non è richiesta esperienza pregressa in AI/ML, ma sono fondamentali la curiosità e la volontà di sperimentare
Recensioni (3)
Le possibilità di Postman e del suo utilizzo futuro.
Gordana Gacic - SEE Digital D.O.O.
Corso - API Testing with Postman
Traduzione automatica
esercitazioni pratiche, più facile da ricordare
ashley bolen - Insurance Corporation of British Columbia
Corso - Test Automation with Selenium
Traduzione automatica
Gli argomenti principali possono essere discussi e concordati con l'inistruttore in anticipo. Atmosfera rilassata e piacevole durante i giorni del seminario.
Lorenz - Continentale Lebensversicherung AG
Corso - Advanced Selenium
Traduzione automatica