Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Varaktighet 14 timmar
Kursplan
Introduktion till AI i mjukvarutestning
- Översikt över AI:s möjligheter inom testning och kvalitetssäkring
- Typer av AI-verktyg som används i moderna testflöden
- Fördelar och risker med AI-driven kvalitetssäkring
LLM:er för generering av testfall
- Prompt engineering för att generera enhets- och funktionalitetstester
- Skapa parametriska och data-drivena testmallar
- Översätt användarstöd och krav till testskript
AI i utforskande testning och testning av gränsfall
- Identifiera otesterade grenar eller villkor med hjälp av AI
- Simulera sällsynta eller abnormala användningsscener
- Riskbaserade strategier för testgenerering
Automatiserad UI- och regressions-testning
- Använda AI-verktyg som Testim eller mabl för att skapa UI-tester
- Underhålla stabila UI-tester med självläknande selektrar
- AI-baserad regressionspåverkananalys efter kodändringar
Felanalys och testoptimering
- Klustera testfel med hjälp av LLM- eller ML-modeller
- Minska flaky testkörningar och alarmtrötthet
- Prioritera testkörning baserat på historiska indata
Integration i CI/CD-pipeline
- Integrera AI-testgenerering i Jenkins, GitHub Actions eller GitLab CI
- Validera testkvalitet vid pull requests
- Automatiserade rullningar och smart testgatehantering i pipeline
Framtida trender och ansvarsfull användning av AI i QA
- Uppskatta exaktheten och säkerheten hos AI-genererade tester
- Governans och revisionsrakenskap för AI-förstarkade testprocesser
- Trener inom AI-QA-plattformar och intelligent observabelhet
Sammanfattning och nästa steg
Krav
- Erfarenhet av mjukvarutestning, testplanering eller QA-automatisering
- Kännedom om testramverk såsom JUnit, PyTest eller Selenium
- Grundläggande förståelse för CI/CD-pipeline och DevOps-miljöer
Målgrupp
- QA-ingenjörer
- Utvecklingstechniker för tester (SDETs)
- Mjukvarutestare som arbetar i agila eller DevOps-sammanhang
Vittnesmål (1)
Att jag har fått kunskap om Streamlit-biblioteket från Python och jag kommer säkert att försöka använda det för att förbättra applikationerna i mitt team som är skapade med R Shiny
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maskintolkat