Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 21 heures
Plan du cours
Introduction à l’IA pour le QA
- Qu’est-ce que l’Intelligence Artificielle ?
- Apprentissage automatique vs Apprentissage profond vs Systèmes à base de règles
- L’évolution des tests logiciels grâce à l’IA
- Bénéfices clés et défis de l’IA dans le QA
Fondamentaux des données et de l’ML pour les testeurs
- Compréhension des données structurées vs non structurées
- Fonctionnalités, étiquettes et jeux de données d’entraînement
- Apprentissage supervisé et non supervisé
- Introduction à l’évaluation des modèles (précision, exactitude, rappel, etc.)
- Jeux de données QA dans le monde réel
Cas d’usage de l’IA dans le QA
- Génération de cas de test par l’IA
- Prédiction des défauts à l’aide du ML
- Préférence des tests et tests basés sur les risques
- Tests visuels avec la vision par ordinateur
- Analyse des journaux et détection d’anomalies
- Traitement du langage naturel (NLP) pour les scripts de test
Outils IA pour le QA
- Aperçu des plateformes QA activées par l’IA
- Utilisation de bibliothèques open source (par ex. Python, Scikit-learn, TensorFlow, Keras) pour des prototypes QA
- Introduction aux LLM dans l’automatisation des tests
- Construction d’un simple modèle d’IA pour prédire les échecs de test
Intégration de l’IA dans les workflows QA
- Évaluation de la préparation de vos processus QA à l’IA
- Intégration continue et IA : comment intégrer l’intelligence dans les pipelines CI/CD
- Conception de suites de tests intelligentes
- Gestion de la dérive des modèles IA et des cycles de réentraînement
- Considérations éthiques dans les tests alimentés par l’IA
Travaux pratiques et projet de fin de parcours
- Labo 1 : Automatisation de la génération de cas de test à l’aide de l’IA
- Labo 2 : Construction d’un modèle de prédiction des défauts à partir de données de test historiques
- Labo 3 : Utilisation d’un LLM pour réviser et optimiser les scripts de test
- Projet de fin de parcours : Implémentation de bout en bout d’un pipeline de test alimenté par l’IA
Pré requis
Les participants sont censés disposer :
- D’une expérience d’au moins 2 ans dans des rôles de test logiciel/QA
- D’une familiarité avec les outils d’automatisation des tests (par ex. Selenium, JUnit, Cypress)
- De connaissances de base en programmation (de préférence en Python ou JavaScript)
- D’une expérience avec les outils de contrôle de version et CI/CD (par ex. Git, Jenkins)
- Aucune expérience préalable en IA/ML n’est requise, mais la curiosité et la volonté d’expérimenter sont essentielles
Nos clients témoignent (3)
Les possibilités de Postman et son utilisation future.
Gordana Gacic - SEE Digital D.O.O.
Formation - API Testing with Postman
Traduction automatique
exercices pratiques, facilitant la mémorisation des informations
ashley bolen - Insurance Corporation of British Columbia
Formation - Test Automation with Selenium
Traduction automatique
La disponibilité du formateur pour répondre aux questions, ainsi que les démonstrations imagées et concrètes sur TestComplete.