Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Modul 1: Bevezetés az AI-hez a QA szempontjából
- Milyen az mesterséges intelligencia?
- Gépi tanulás vs mély tanulás vs szabályalapú rendszerek
- A szoftver tesztelés fejlődése az AI-val
- Az AI előnyei és kihívásai a QA-ban
Modul 2: Adatok és ML alapjai tesztelők számára
- Strukturált vs struktúratlan adatok megértése
- Jellemzők, címkék és tanítási adathalmazok
- Felügyelt és nem felügyelt tanulás
- Bevezetés a modell kiértékelésbe (pontosság, precizitás, visszahívás stb.)
- Valós világi QA adathalmazok
Modul 3: AI alkalmazási területei a QA-ban
- AI-alapú teszteset generálás
- Hibaelhárítási előrejelzés ML használatával
- Teszt prioritizálás és kockázat alapú tesztelés
- Személyes tesztelés számítógépes látással
- Napló elemzés és anomália detektálás
- Természetes nyelvi feldolgozás (NLP) teszt parancsfájlokhoz
Modul 4: AI eszközök a QA-hoz
- AI-alapú QA platformok áttekintése
- Nyílt forráskódú könyvtárak (pl., Python, Scikit-learn, TensorFlow, Keras) használata QA prototipusok létrehozására
- Bevezetés az LLM-kként a tesztelés automatizálásába
- Egyszerű AI modell létrehozása hibaelhárítási előrejelzéshez
Modul 5: Az AI integrálása a QA munkafolyamatokba
- A QA folyamatok AI-készségének értékelése
- Folyamatos integráció és AI: hogyan ágyazható be az intelligencia a CI/CD csatornákba
- Intelligens tesztcsoportok tervezése
- Az AI modell elterjedésének és újratanítási ciklusainak kezelése
- Etika a mesterséges intelligencia alapú tesztelésben
Modul 6: Gyakorlati laborok és teljes körű projekt
- Labor 1: Teszteset generálás automatizálása AI-val
- Labor 2: Hibaelhárítási előrejelző modell építése korábbi tesztadatok alapján
- Labor 3: LLM használata a tesztparancsfájlok átvizsgálására és optimalizálására
- Végprojekt: Teljes körű AI-alapú tesztelési csatorna implementációja
Követelmények
A résztvevőket a következő előkészületekre számíthatunk:
- 2+ év tapasztalat szoftver tesztelés/QA szerepkörben
- Tisztában van a tesztelés automatizáló eszközökkel (pl., Selenium, JUnit, Cypress)
- Alapvető programozási ismeretek (preferálva Python vagy JavaScript)
- Tapasztalat verzióközvetítés és CI/CD eszközökkel (pl., Git, Jenkins)
- Nem szükséges korábbi AI/ML tapasztalat, bár a kíváncsiság és a kísérletezésre való hajlandóság alapvető fontosságú.
21 Órák
Vélemények (5)
Jó kapcsolat, Łukasznak volt ideje mindenki kérdésére, és tudott segíteni mindenkinek, akinek bármilyen problémája volt
Kelly Morris - Titian Software Poland Sp. z o.o.
Kurzus - Selenium WebDriver in C#
Gépi fordítás
Mennyiség gyakorlati feladatok.
Jakub Wasikowski - riskmethods sp. z o.o
Kurzus - API Testing with Postman
Gépi fordítás
A tréner részletesen magyarázta mindent a funkciókról.
Argean Quilaquil - DXC
Kurzus - TestComplete
Gépi fordítás
A tréner kedves. A magyarázata érthető és érdekes. Megpróbálja a leckéket minél érdekebbé tenni. Élveztem a leckét és sok tudást szereztem. Nagyon köszönöm. A leghasznosabb technika, amit megtanultam, a különböző webkomponensek elemének megkeresése, például szövegmező, rádiógombok és gombok. Néha az elem azonosítója nem jön eléggé pontosan. Megtanultuk, hogy más módon keressük meg az elemeket CSS szelekciókkal, XPath, Név és Azonosító. Tetszik a magyarázat. Köszönöm
Bee Chin Chuah - I-Access Solutions Pte Ltd
Kurzus - Advanced Selenium with C#
Gépi fordítás
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.
Isaac Nyembo - Bechtle Clouds GmbH
Kurzus - Advanced Selenium
Gépi fordítás
