Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion till AI i QA-automatisering
- AI:s roll i modern programvarutestning
- Jämförelse av traditionella vs. AI-förstärkta QA-strategier
- Översikt över AI-baserade testverktyg (Testim, mabl, Functionize)
Generering av tester med AI
- Modellbaserad och UI-baserad testgenerering
- Användning av Testim eller liknande plattformar för att automatiskt generera flöden
- Bedömning av testavsikt, stabilitet och återanvändbarhet
Regressionanalys och testprioritering
- Påverkningsbaserat testurval och trimning
- Förändringsmedvetna testkörningar för stora repotek
- AI-drivet prioritering baserat på risk och frekvens
Integration med CI/CD-pipelines
- Anslutning av automatiserade tester till Jenkins, GitHub Actions eller GitLab CI
- Automatiserad kvalitetsgränssättning och teståterkopplingsloopar
- Utlösning av tester vid pull-begäranden och distributionshändelser
Defektprognos och avvikelsedetektering
- Analys av testdata för att förutse troliga felområden
- Klustring och sortering av avvikelser med ML-tekniker
- Återkoppling till utvecklare med AI-genererade insikter
Underhåll och skalning av AI-baserade tester
- Hantering av testdrift och UI-förändringar
- Versionskontroll och testkonfigurationshantering
- Skalning till företagsnivå QA-miljöer
Fallstudier och praktiska tillämpningar
- Företagsimplementeringar av AI QA-pipelines
- Bästa praxis för teamadoption och utrollning
- Lärdomar: framgångar, misslyckanden och justeringar
Sammanfattning och nästa steg
Krav
- Erfarenhet av programvarutestning eller QA-flöden
- Kännedom om CI/CD-pipelines och DevOps praxis
- Grundläggande förståelse för automatiserade testverktyg eller ramverk
Målgrupp
- QA-ledare och testautomatiseringsingenjörer
- DevOps professionella och SREs
- Agile testare och kvalitetschefer
14 timmar