Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie do AI w testowaniu oprogramowania
- Przegląd zdolności AI w testowaniu i QA
- Rodzaje narzędzi AI używanych w nowoczesnych workflowach testowych
- Korzyści i ryzyka inżynierii jakości opartej na AI
LLMs do generowania przypadków testowych
- Inżynieria promptów do tworzenia testów jednostkowych i funkcjonalnych
- Tworzenie parametryzowanych i danych napędzonych szablonów testowych
- Konwertowanie historii użytkowników i wymagań na skrypty testowe
AI w testowaniu eksploracyjnym i przypadkach brzegowych
- Identyfikowanie nietestowanych gałęzi lub warunków za pomocą AI
- Symulacja rzadkich lub nieprawidłowych scenariuszy użytkowania
- Strategie generowania testów oparte na ryzyku
Automatyzacja testów interfejsu użytkownika i regresyjnych
- Używanie narzędzi AI takich jak Testim lub mabl do tworzenia testów UI
- Zachowanie stabilnych testów UI poprzez selektory samoleczące się
- Analiza wpływu regresji AI po zmianach w kodzie
Analiza błędów i optymalizacja testów
- Klasyfikowanie błędów testowych za pomocą LLM lub modeli ML
- Zmniejszanie fluktuacji w uruchamianiu testów i zmęczenia alertów
- Priorytetyzowanie wykonywania testów na podstawie historycznych danych
Integracja z potokiem CI/CD
- Wbudowywanie generowania testów AI w Jenkins, GitHub Actions lub GitLab CI
- Weryfikacja jakości testów podczas żądań ściągnięcia (pull requests)
- Automatyczne cofanie i inteligentna bramka testowa w potokach
Przyszłe trendy i odpowiedzialne użycie AI w QA
- Ocena dokładności i bezpieczeństwa testów generowanych przez AI
- Zarządzanie i śledzenie audytowe procesów testowych z użyciem AI
- Trendy w platformach AI-QA i inteligentnej obserwowalności
Podsumowanie i kolejne kroki
Wymagania
- Doświadczenie w testowaniu oprogramowania, planowaniu testów lub automatyzacji QA
- Znajomość frameworków testowych takich jak JUnit, PyTest lub Selenium
- Podstawowa znajomość potoków CI/CD i środowisk DevOps
Grupa docelowa
- Inżynierowie QA
- Inżynierowie programistów testujących (SDETs)
- Testerzy oprogramowania pracujący w zespole Agile lub DevOps
14 godzin
Opinie uczestników (1)
Wiedza wykładowcy w zaawansowanym użytkowaniu copilota oraz wystarczająca i efektywna praktyczna sesja
Tan - ViTrox Technologies Sdn Bhd
Szkolenie - Intermediate GitHub Copilot
Przetłumaczone przez sztuczną inteligencję