Kom i kontakt
 Varaktighet 21 timmar

Kursplan

Introduktion till AI för QA

  • Vad är artificiell intelligens?
  • Maskininlärning vs djupinlärning vs regelbaserade system
  • Evolutionsprocessen för mjukvarutestning med AI
  • Väsentliga fördelar och utmaningar med AI i QA

Data- och ML-grunder för testare

  • Förståelse av strukturerad data vs ostrukturerad data
  • Funktioner, etiketter och träningsdataset
  • Övervakat och övervakat lärande
  • Introduktion till modelutvärdering (precision, exakt, återkallelse, etc.)
  • QA-dataset i praktiken

AI-användningsfall i QA

  • Testfallsgenerering med AI-stöd
  • Felsprediktion med ML
  • Testprioritering och riskbaserad testning
  • Visuell testning med datorvision
  • Logganalys och anomalidetektering
  • Naturlig språkprocessering (NLP) för testskript

AI-verktyg för QA

  • Översikt över plattformar med AI-stöd för QA
  • Användning av öppen källkods-bibliotek (t.ex. Python, Scikit-learn, TensorFlow, Keras) för QA-prototyper
  • Introduktion till LLM:er (stora språkmodeller) i testautomatisering
  • Bygg en enkel AI-modell för att förutsäga testfail

Integrering av AI i QA-flöden

  • Utvärdera AI-klarhet i era QA-processer
  • Kontinuerlig integration och AI: Hur man inbäddar intelligens i CI/CD-pipeliner
  • Designa intelligenta testsammanställningar
  • Hantera modelldrift och omträningssyklus
  • Ethiska överväganden i AI-stödd testning

Praktiska laborationer och slutprojekt

  • Laboration 1: Automatisera testfallsgenerering med AI
  • Laboration 2: Bygg en felsprediktionmodell med historisk testdata
  • Laboration 3: Använd en LLM för att granska och optimera testskript
  • Slutprojekt: Genomförande av en helhetslösning för AI-stödd testpipeline

Krav

Deltagarna förväntas ha:

  • 2+ års erfarenhet av mjukvarutestning/QA-roller
  • Kännedom om testautomatiseringsverktyg (t.ex. Selenium, JUnit, Cypress)
  • Grundläggande kunskap om programmering (föredraget på Python eller JavaScript)
  • Erfarenhet av versionshantering och CI/CD-verktyg (t.ex. Git, Jenkins)
  • Ingen tidigare erfarenhet inom AI/ML krävs, men nyfikenhet och villighet att experimentera är avgörande

Antal deltagare


Pris per deltagare

Vittnesmål (3)

Kommande Kurser

Relaterade Kategorier