Kurzusleírás
Modul 1: Bevezetés az AI-hoz a QA szempontjából
- Micsoda mesterségi intelligencia?
- Gépi tanulás vs mélytanulás vs szabályalapú rendszerek
- A szoftvertesztelés fejlődése az AI-val
- Az AI előnyei és kihívásai a QA-ban
Modul 2: Adatok és ML alapjai a tesztelők számára
- Strukturált vs strukturálankénti adatok megértése
- Jellemzők, címkék és tanító adatkészletek
- Felügyelt és felügyelet nélküli tanulás
- Bevezetés a modellértékelésbe (pontosság, precízió, visszahívás stb.)
- Valós világbeli QA adatkészletek
Modul 3: Az AI alkalmazási esetek a QA-ban
- AI-alapú teszteset generálás
- Hibaelőrejelzés ML segítségével
- Teszt prioritizálás és kockázat alapú tesztelés
- Látványos tesztelés a képfeldolgozással
- Napló elemzés és rendellenesség észlelés
- Természetes nyelvi feldolgozás (NLP) tesztszkriptekhez
Modul 4: AI eszközök a QA-hoz
- Áttekintés az AI-alapú QA platformokról
- Nyílt forráskódú könyvtárak (pl. Python, Scikit-learn, TensorFlow, Keras) használata a QA prototípusokhoz
- Bevezetés az LLM-kbe a tesztautomatizációban
- Egyszerű AI modell készítése hibaelőrejelzéshez
Modul 5: Az AI integrálása a QA folyamatokba
- Az Ön QA folyamatainak AI-kezelhetőségének értékelése
- Folyamatos integráció és AI: milyenképpen lehet beépíteni az intelligenciát a CI/CD folyamatokba
- Intelligens tesztsuit-tervezés
- Az AI modell drift kezelése és újratanítási ciklusok
- Etikai szempontok az AI-alapú tesztelésben
Modul 6: Gyakorlati laborok és korszakvégi projekt
- Labor 1: Teszteset generálás automatizálása az AI-val
- Labor 2: Hibaelőrejelző modell készítése a múltbeli tesztadatokból
- Labor 3: LLM használata a tesztszkriptek átvizsgálásához és optimalizálásához
- Korszakvégének projektje: Az AI-alapú tesztelési folyamat teljes körű implementálása
Követelmények
A résztvevőktől elvárjuk, hogy:
- 2+ éves tapasztalatuk legyen szoftvertesztelési/QA szerepkörben.
- Ismeretesek legyenek a tesztautomatizáló eszközökkel (pl. Selenium, JUnit, Cypress).
- Alapvető programozási ismeretük legyen (preferálva Python vagy JavaScript).
- Tapasztalatuk van verzióközeli és CI/CD eszközökkel (pl. Git, Jenkins).
- Korábbi AI/ML tapasztalat nem szükséges, bár az izgalmasodás és a kísérletezés hajlamai lényegesek.
Vélemények (5)
Jó kapcsolat, Łukasz időt szentelt mindenki kérdéseinek és tudott segíteni bárkinek gond volt.
Kelly Morris - Titian Software Poland Sp. z o.o.
Kurzus - Selenium WebDriver in C#
Gépi fordítás
Kezileg elvégzendő gyakorlatok mennyisége.
Jakub Wasikowski - riskmethods sp. z o.o
Kurzus - API Testing with Postman
Gépi fordítás
A képző minden funkciót részletesen elmagyarázta.
Argean Quilaquil - DXC
Kurzus - TestComplete
Gépi fordítás
A képző bizalommal adja. Az elmagyarázata világos és érdekes. Megpróbálja a leckéket annyi mértékben is érdekesnek tenni, amennyiben csak lehet. élveztem az órát és sokat tanultam. Köszönöm nagyon szépen. A leghasznosabb technika, amit megtanultam, a különböző webkomponensek (pl. szövegmező, rádiógomb és gomb) elemeknek az elhelyezkedésének meghatározása volt. Néha az elem azonosítója nem kerül megfelelően rögzítésre. Különböző módokat tanultunk az elemek elhelyezkedésének meghatározására, mint például a CSS-választók, XPath, Név és Azonosító használata. Szerettem az elmagyarázást. 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
