Kurzusleírás

1. modul: Bevezetés az AI-ba QA szempontból

  • Mi a mesterséges intelligencia?
  • Gépi tanulás vs. mély tanulás vs. szabályalapú rendszerek
  • A szoftvertesztelés fejlődése az AI segítségével
  • Az AI fő előnyei és kihívásai a QA területén

2. modul: Adatok és ML alapok tesztelőknek

  • Strukturált vs. strukturálatlan adatok megértése
  • Jellemzők, címkék és tanuló adathalmazok
  • Felügyelt és felügyelet nélküli tanulás
  • Bevezetés a modellértékelésbe (pontosság, precízió, visszahívás stb.)
  • Valós QA adathalmazok

3. modul: AI használati esetek a QA-ban

  • AI-alapú teszteset-generálás
  • Hibajelzés gépi tanulással
  • Tesztprioritizálás és kockázatalapú tesztelés
  • Vizuális tesztelés számítógépes látás segítségével
  • Naplóelemzés és anomáliafelismerés
  • Természetes nyelvfeldolgozás (NLP) teszt szkriptekhez

4. modul: AI eszközök a QA számára

  • AI-alapú QA platformok áttekintése
  • Nyílt forráskódú könyvtárak használata (pl. Python, Scikit-learn, TensorFlow, Keras) QA prototípusokhoz
  • Bevezetés az LLM-kbe a tesztautomatizálásban
  • Egyszerű AI modell építése teszt hibák előrejelzésére

5. modul: AI integrálása a QA munkafolyamatokba

  • AI-készültség értékelése a QA folyamataidban
  • Folyamatos integráció és AI: hogyan ágyazzuk be az intelligenciát a CI/CD folyamatokba
  • Intelligens tesztkészletek tervezése
  • AI modell eltolódásának és újratanítási ciklusainak kezelése
  • Etikai megfontolások az AI-alapú tesztelésben

6. modul: Gyakorlati laborok és záróprojekt

  • Labor 1: Teszteset-generálás automatizálása AI segítségével
  • Labor 2: Hibajelző modell építése történelmi tesztadatok felhasználásával
  • Labor 3: LLM használata teszt szkriptek áttekintéséhez és optimalizálásához
  • Záróprojekt: AI-alapú tesztelési folyamat teljes körű implementációja

Követelmények

A résztvevőktől elvárható:

  • Legalább 2 év tapasztalat szoftvertesztelés/QA területen
  • Ismeret a tesztautomatizáló eszközökkel (pl. Selenium, JUnit, Cypress)
  • Alapvető programozási ismeretek (előnyösen Python vagy JavaScript)
  • Tapasztalat verziókezelő és CI/CD eszközökkel (pl. Git, Jenkins)
  • Nincs szükség előzetes AI/ML tapasztalatra, de a kíváncsiság és a kísérletezésre való hajlandóság elengedhetetlen
 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (5)

Közelgő kurzusok

Rokon kategóriák