План на курса

Модул 1: Въведение в изкуствен интелигент за QA

  • Какво е изкуствен интелигент?
  • Machine Learning vs Deep Learning vs Правилно базирани системи
  • Еволюцията на тестването на софтуер с изкуствен интелигент
  • Основни ползи и предизвикателства на изкуствен интелигент в QA

Модул 2: Основи на данни и ML за тестове

  • Разбиране на структурирани vs неструктурирани данни
  • Особености, етикети и обучаващи набори данни
  • Наблюдавано и ненаблюдавано обучение
  • Въведение в оценка на модели (точност, прецизност, възприемане и др.)
  • Реални набори данни за QA

Модул 3: Use Case на изкуствен интелигент в QA

  • Генериране на тестови случаи с изкуствен интелигент
  • Предвиждане на дефекти с помощта на ML
  • Приоритизиране на тестове и тестване на основа риска
  • Визуално тестване с компютърно зрение
  • Анализ на логове и откриване на аномалии
  • Обработка на естествен език (NLP) за тестови скриптове

Модул 4: Инструменти за QA с изкуствен интелигент

  • Преглед на платформи за QA с поддържащи изкуствен интелигент 
  • Използване на отворени библиотеки (например, Python, Scikit-learn, TensorFlow, Keras) за прототипи на QA
  • Въведение в LLMs в автоматизация на тестове
  • Създаване на прост модел на изкуствен интелигент за предвиждане на неудачни тестове

Модул 5: Интегриране на изкуствен интелигент в процеси на QA

  • Оценка на готовността на вашите процеси на QA за изкуствен интелигент
  • Непрекъснато интегриране и изкуствен интелигент: как да внедрите интелигентност в CI/CD каналите
  • Създаване на интелигентни набори тестове
  • Управление на промени в модели на изкуствен интелигент и цикли за повторно обучение
  • Етични разсъждения при тестване с поддържащи изкуствен интелигент

Модул 6: Практическо обучение и капитален проект

  • Лаборатория 1: Автоматизация на генерирането на тестови случаи с изкуствен интелигент
  • Лаборатория 2: Създаване на модел за предвиждане на дефекти с исторически данни от тестове
  • Лаборатория 3: Използване на LLM за преглед и оптимизация на тестови скриптове
  • Капитален проект: Край на краи имплементация на канал за тестване с поддържащи изкуствен интелигент

Изисквания

Участниците трябва да имат:

  • 2+ години опит в ролята на тестиране на софтуер/КПР
  • Знание на инструменти за автоматизация на тестове (напр., Selenium, JUnit, Cypress)
  • Основни познания в програмиране (предпочитани в Python или JavaScript)
  • Опит с системи за контрол на версии и инструменти за CI/CD (напр., Git, Jenkins)
  • Няма необходим предишен опит с AI/ML, но любопитство и желание за експериментиране са основни
 21 Часа

Брой участници


Цена за участник

Oтзиви от потребители (5)

Предстоящи Курсове

Свързани Kатегории