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
Moduł 1: Podstawy zapewnienia jakości i testowania
- Definiowanie jakości, zapewnienia jakości i testowania
- Siedem zasad testowania (ISTQB CTFL v4.0)
- Testowanie vs. debugowanie vs. kontrola jakości
- Psychologia testowania
- Role i obowiązki w zespole QA
Moduł 2: Cykl życia rozwoju oprogramowania i testowanie
- Fazy cyklu życia testowania oprogramowania (STLC)
- Podejścia do testowania w modelach Waterfall, Agile, DevOps i CI/CD
- Poziomy testów: jednostkowe, integracyjne, systemowe, akceptacyjne
- Strategie testowania shift-left i shift-right
- Śledzenie powiązań między wymaganiami a przypadkami testowymi
Moduł 3: Techniki testowania statycznego
- Przeglądy, przeglądy krok po kroku i inspekcje
- Analiza statyczna z wykorzystaniem zautomatyzowanych narzędzi
- Przeglądy oparte na checklistach i rolach
- Techniki przeglądów formalnych i nieformalnych
- Integracja testowania statycznego z przepływami pracy Agile
Moduł 4: Techniki testowania
- Techniki czarnej skrzynki: podział na klasy równoważności, analiza wartości brzegowych
- Testowanie tabel decyzyjnych i testowanie przejść stanów
- Testowanie przypadków użycia i testowanie eksploracyjne
- Techniki białej skrzynki: pokrycie instrukcji i decyzji
- Techniki oparte na doświadczeniu i zgadywanie błędów
Moduł 5: Zarządzanie defektami
- Cykl życia defektu: wykrywanie, raportowanie, triage, rozwiązywanie, zamknięcie
- Pisanie efektywnych raportów defektów z wykorzystaniem JIRA
- Klasyfikacja wagi i priorytetu defektów
- Techniki analizy przyczyn źródłowych
- Metryki defektów i analiza trendów
Moduł 6: Zarządzanie testami i testowanie oparte na ryzyku
- Planowanie testów i metody szacowania
- Identyfikacja, ocena i łagodzenie ryzyka
- Monitorowanie, kontrola i raportowanie testów
- Definiowanie kryteriów zakończenia testów i warunków wyjścia
- Dokumenty strategii i polityki testowej zgodne z ISTQB
Moduł 7: Podstawy narzędzi testowych i automatyzacji
- Klasyfikacja narzędzi testowych (kategorie narzędzi ISTQB)
- Korzyści i ryzyka automatyzacji testów
- Wybór narzędzi: rozwiązania open-source vs. komercyjne
- Wprowadzenie do Selenium, Playwright i Cypress
- Tworzenie podstawowego zestawu zautomatyzowanych testów
Moduł 8: Wprowadzenie do AI w zapewnieniu jakości
- Pojęcia AI i uczenia maszynowego dla testerów
- Taksonomia: AI do testowania vs. testowanie systemów AI
- Aktualny krajobraz testowania AI: możliwości i ograniczenia
- Cechy jakościowe systemów opartych na AI
- Przegląd sylabusa ISTQB CT-AI i jego znaczenie
Moduł 9: Generowanie przypadków testowych wspomagane AI
- Wykorzystanie modeli językowych (ChatGPT, Claude, Copilot) do tworzenia przypadków testowych
- Techniki inżynierii promptów do generowania scenariuszy testowych
- Konwersja historii użytkownika i kryteriów akceptacji na przypadki testowe
- Przegląd i walidacja przypadków testowych generowanych przez AI
- Platformy: Testim, Mabl i narzędzia do generowania testów oparte na AI
Moduł 10: Automatyzacja testów wspomagana AI
- Samonaprawiająca się automatyzacja testów z Katalon Studio AI
- Rozpoznawanie obiektów i lokalizacja elementów wspomagana AI
- Testowanie regresji wizualnej z Applitools Eyes
- Selenium z wtyczkami AI do odpornej automatyzacji
- Redukcja obciążenia konserwacyjnego dzięki inteligentnym lokalizatorom
Moduł 11: AI do predykcji i analizy defektów
- Predykcyjny wybór testów z Launchable i Sealights
- Grupowanie błędów i wykrywanie anomalii z ReportPortal
- Analiza przyczyn źródłowych wspomagana AI
- Ocena ryzyka jakości i analiza luk testowych
- Wykorzystanie historycznych danych defektów do priorytetyzacji testów
Moduł 12: Ocena narzędzi AI i integracja z CI/CD
- Kryteria oceny narzędzi do testowania AI
- Analiza zwrotu z inwestycji (ROI) i strategia wdrożenia
- Integracja narzędzi do testowania AI z Jenkins, GitHub Actions, GitLab CI
- Projektowanie potoku: kiedy i gdzie uruchamiać testy wspomagane AI
- Pomiar skuteczności testowania AI za pomocą metryk
Moduł 13: Zagadnienia etyczne w testowaniu wspomaganym AI
- Bias i uczciwość w danych testowych generowanych przez AI
- Zagadnienia prywatności przy korzystaniu z narzędzi AI w chmurze
- Przejrzystość i możliwość wyjaśnienia decyzji testowych AI
- Zagadnienia zarządzania i zgodności
- Odpowiedzialne praktyki AI dla zespołów QA
Moduł 14: Przygotowanie do egzaminu ISTQB CTFL
- Struktura, czas trwania i punktacja egzaminu CTFL v4.0
- Typy pytań i strategie odpowiedzi
- Rozkład wag tematycznych w rozdziałach sylabusa CTFL
- Przykładowy egzamin z pytaniami w stylu ISTQB
- Plan nauki i zalecane zasoby
Moduł 15: Projekt końcowy: Kompleksowy przepływ pracy testowej wspomaganej AI
- Projektowanie przypadków testowych na podstawie przykładowego dokumentu wymagań
- Wykorzystanie AI do generowania i udoskonalania scenariuszy testowych
- Automatyzacja wybranych testów z wykorzystaniem samonaprawiających się narzędzi
- Raportowanie defektów i przeprowadzanie analizy przyczyn źródłowych wspomaganej AI
- Retrospektywa: integracja AI w codziennej praktyce QA
Wymagania
- Podstawowa znajomość pojęć i terminologii związanych z rozwojem oprogramowania
- Podstawowa znajomość testowania oprogramowania
- Nie jest wymagane wcześniejsze certyfikowanie ISTQB ani formalne szkolenie QA
Grupa docelowa
- Profesjonaliści QA i testerzy oprogramowania przygotowujący się do certyfikacji ISTQB Foundation Level
- Inżynierowie testujący, którzy chcą zintegrować narzędzia AI w swoich procesach testowych
- Zespoły przechodzące z ad-hoc testowania do ustrukturyzowanych ram QA
21 godzin
Opinie uczestników (1)
Podobało mi się, że trener miał praktyczną wiedzę z dziedziny testowania i że pytał o to, jak poszczególne aspekty wyglądają u nas. Dobrze, że trener zaznaczał, że niektóre elementy po prostu tak wyglądają wg ISTQB, gdy czasem prowadziliśmy dyskusję na temat danego rozwiązania zadania, z którym się do końca nie zgadzamy.
