Свържете се с нас

Съдържание и теми, включени в курса

Модул 1: Въведение в AI за QA

  • Какво е изкуствен интелект?
  • Машинно обучение срещу дълбоко обучение срещу системи, базирани на правила
  • Еволюцията на софтуерното тестване с AI
  • Ключови ползи и предизвикателства на AI в QA

Модул 2: Основи на данните и машинното обучение за тестери

  • Разбиране на структурирани срещу неструктурирани данни
  • Характеристики, етикети и обучителни набори от данни
  • Обучение с учител и без учител
  • Въведение в оценката на модели (точност, прецизност, пълнота и т.н.)
  • Набори от данни от реалния свят за QA

Модул 3: Приложения на AI в QA

  • Генериране на тестови случаи с помощта на AI
  • Предвиждане на дефекти с помощта на машинно обучение
  • Приоритизиране на тестове и рисково-базирано тестване
  • Визуално тестване с компютърно зрение
  • Анализ на логове и откриване на аномалии
  • Обработка на естествен език (NLP) за тестови скриптове

Модул 4: AI инструменти за QA

  • Преглед на QA платформи с активиран AI
  • Използване на библиотеки с отворен код (напр. Python, Scikit-learn, TensorFlow, Keras) за QA прототипи
  • Въведение в големите езикови модели (LLM) в автоматизацията на тестове
  • Изграждане на прост AI модел за предвиждане на неуспешни тестове

Модул 5: Интегриране на AI в QA работните потоци

  • Оценка на готовността за AI на вашите QA процеси
  • Непрекъсната интеграция и AI: как да вградим интелигентност в CI/CD pipeline-и
  • Проектиране на интелигентни тестови пакети
  • Управление на отклонението на AI моделите и циклите на преобучение
  • Етични съображения при тестване, задвижвано от AI

Модул 6: Практически упражнения и завършващ проект

  • Упражнение 1: Автоматизиране на генерирането на тестови случаи с помощта на AI
  • Упражнение 2: Изграждане на модел за предвиждане на дефекти, използвайки исторически данни от тестове
  • Упражнение 3: Използване на голям езиков модел (LLM) за преглед и оптимизиране на тестови скриптове
  • Завършващ проект: Цялостна реализация на pipeline за тестване, задвижван от AI

Изисквания

Очаква се участниците да имат:

  • 2+ години опит в роли, свързани със софтуерно тестване/QA
  • Познания по инструменти за автоматизация на тестове (напр. Selenium, JUnit, Cypress)
  • Базови познания по програмиране (за предпочитане на Python или JavaScript)
  • Опит с контрол на версиите и CI/CD инструменти (напр. Git, Jenkins)
  • Не се изисква предишен опит в AI/ML, но са от съществено значение любопитството и желанието за експериментиране
 21 Часа

Брой участници


Цена за участник

Отзиви от участници (3)

Предстоящи Курсове

Свързани Kатегории