Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Időtartalma 21 órák
Kurzusleírás
Bevezetés a MI világába a QA területen
- Mi a mesterséges intelligencia?
- Gépi tanulás vs. mély tanulás vs. szabályalapú rendszerek
- A szoftvertesztelés evolúciója a MI segítségével
- A MI fő előnyei és kihívásai a QA-ban
Adatok és gépi tanulás alapjai tesztelők számára
- Struktúrált vs. nem struktúrált adatelemek megértése
- Jellemzők, címkék és edzőadathalmazok
- Figyelmeztetett és figyelmeztetetlen tanulás
- Bevezetés a modellkiértékelésbe (pontosság, precizitás, recall, stb.)
- Valós környezeti QA adathalmazok
MI felhasználási területek a QA-ban
- MI-alapú teszteset-generálás
- Hibajóslat gépi tanulással
- Testpriorizálás és kockázatalapú tesztelés
- Vizuális tesztelés a számítógépes látással
- Naplóelemzés és anomáliakövetelés
- Szövegfeldolgozás (NLP) tesztscriptekhez
MI eszközök a QA-ban
- Áttekintés a MI-vel rendelkező QA platformokról
- Nyílt forráskódú könyvtárak (pl. Python, Scikit-learn, TensorFlow, Keras) használata QA prototípusokhoz
- Bevezetés a nagy nyelvi modellek (LLM) használatába a tesztautomatizálásban
- Egy egyszerű MI modell építése a tesztelhagyások jóslatához
MI integrálása a QA munkafolyamatokba
- A QA folyamatok MI-készességének kiértékelése
- Folyamatos integráció és MI: hogyan építhető be az intelligencia a CI/CD csővezetékekbe
- Intelligens tesztkollekciók tervezése
- MI modell-drift kezelése és újratanítási ciklusok
- Etikai megfontolások az MI-alapú tesztelésben
Gyakorlati laborok és záróprojekt
- Labor 1: Teszteset-generálás automatizálása MI-val
- Labor 2: Hibajóslat-modell építése történeti tesztadatokból
- Labor 3: LLM használata tesztscriptek áttekintésére és optimalizálására
- Záróprojekt: MI-alapú tesztelési csővezeték végleges implementálása
Követelmények
A résztvevőknek a következőkkel kell rendelkezniük:
- legalább 2 éves tapasztalat szoftvertesztelési/QA pozíciókban
- ismeret a tesztautomatizálási eszközökkel (pl. Selenium, JUnit, Cypress)
- alapfokú programozási ismeretek (előnyben a Python vagy JavaScript)
- tapasztalat verziókezelési és CI/CD eszközökkel (pl. Git, Jenkins)
- a korábbi MI/gépi tanulási tapasztalat nem kötelező, de a kíváncsiság és a kísérletezésre való hajlandóság elengedhetetlen
Vélemények (3)
A Postman lehetőségei és jövőbeli felhasználása.
Gordana Gacic - SEE Digital D.O.O.
Kurzus - API Testing with Postman
Gépi fordítás
gyakorlati feladatok, könnyebben megjegyezhető információk
ashley bolen - Insurance Corporation of British Columbia
Kurzus - Test Automation with Selenium
Gépi fordítás
A kulcsfontosságú téma pontosítása és megegyeztetése előre a képződővel lehetséges. Nyugodt és kellemes atmoszféra a szemináriumi napokon.
Lorenz - Continentale Lebensversicherung AG
Kurzus - Advanced Selenium
Gépi fordítás
