Bądźmy w kontakcie
 Czas trwania 14 godzin

Plan Szkolenia

Wprowadzenie do sztucznej inteligencji w testowaniu oprogramowania

  • Przegląd możliwości AI w testowaniu i zapewnianiu jakości
  • Rodzaje narzędzi AI stosowanych w nowoczesnych procesach testowych
  • Korzyści i ryzyka związane z inżynierią jakości opartą na AI

Modele LLM do generowania przypadków testowych

  • Inżynieria promptów do generowania testów jednostkowych i funkcjonalnych
  • Tworzenie sparametryzowanych i opartych na danych szablonów testów
  • Przekształcanie historyjek użytkownika i wymagań w skrypty testowe

AI w testach eksploracyjnych i przypadkach brzegowych

  • Identyfikowanie nieprzetestowanych gałęzi lub warunków przy użyciu AI
  • Symulowanie rzadkich lub nietypowych scenariuszy użytkowania
  • Strategie generowania testów oparte na ryzyku

Automatyzacja testów interfejsu użytkownika i testów regresyjnych

  • Wykorzystanie narzędzi AI, takich jak Testim czy mabl, do tworzenia testów UI
  • Utrzymywanie stabilnych testów UI dzięki samonaprawiającym się selektorom
  • Analiza wpływu regresji oparta na AI po zmianach w kodzie

Analiza awarii i optymalizacja testów

  • Grupowanie awarii testów przy użyciu modeli LLM lub ML
  • Redukowanie niestabilnych przebiegów testów i zmęczenia alertami
  • Priorytetyzacja wykonywania testów na podstawie wniosków historycznych

Integracja z potokiem CI/CD

  • Osadzanie generowania testów AI w Jenkins, GitHub Actions lub GitLab CI
  • Walidacja jakości testów podczas przeglądania pull requestów
  • Automatyzacja wycofywania zmian i inteligentne bramkowanie testów w potokach

Przyszłe trendy i odpowiedzialne wykorzystanie AI w QA

  • Ocena dokładności i bezpieczeństwa testów generowanych przez AI
  • Zarządzanie i ścieżki audytu dla procesów testowych wspomaganych przez 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 czy Selenium
  • Podstawowa znajomość potoków CI/CD i środowisk DevOps

Grupa docelowa

  • Inżynierowie QA
  • Inżynierowie ds. rozwoju oprogramowania w testach (SDET)
  • Testerzy oprogramowania pracujący w środowiskach agile lub DevOps

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie