Plan du cours
Module 1 : Introduction à l'IA pour QA
- Qu'est-ce que l'intelligence artificielle ?
- Apprentissage automatique vs apprentissage profond vs systèmes à base de règles
- L'évolution des tests logiciels avec l'IA
- Les principaux avantages et défis de l'IA dans le QA
Module 2 : Bases des données et de l'apprentissage automatique pour les testeurs
- Comprendre les données structurées vs non structurées
- Caractéristiques, 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 du monde réel
Module 3 : Cas d'usage de l'IA dans QA
- Génération de cas de test alimentée par l'IA
- Prédiction des défauts en utilisant l'apprentissage automatique
- Priorisation des tests et tests basés sur les risques
- Tests visuels avec vision par ordinateur
- Analyse des journaux et détection d'anomalies
- Traitement du langage naturel (NLP) pour les scripts de test
Module 4 : Outils d'IA pour QA
- Aperçu des plateformes QA alimentées par l'IA
- Utilisation de bibliothèques open-source (par ex. Python, Scikit-learn, TensorFlow, Keras) pour créer des prototypes QA
- Introduction aux LLM dans l'automatisation des tests
- Création d'un modèle simple pour prédire les échecs de test
Module 5 : Intégration de l'IA dans les flux de travail QA
- Évaluer la préparation à l'IA de vos processus QA
- Intégration continue et IA : comment intégrer l'intelligence dans les pipelines CI/CD
- Concevoir des suites de tests intelligentes
- Gérer la dérive des modèles d'IA et les cycles de réentraînement
- Considérations éthiques dans les tests alimentés par l'IA
Module 6 : Travaux pratiques et projet final
- TP 1 : Automatiser la génération de cas de test en utilisant l'IA
- TP 2 : Construire un modèle de prédiction des défauts en utilisant les données de test historiques
- TP 3 : Utiliser un LLM pour examiner et optimiser les scripts de test
- Projet final : Mise en œuvre de bout en bout d'un pipeline de tests alimenté par l'IA
Pré requis
Les participants sont censés avoir :
- Plus de 2 ans d'expérience dans des rôles de tests logiciels/QA
- Une familiarité avec les outils d'automatisation des tests (par ex. Selenium, JUnit, Cypress)
- Des connaissances de base en programmation (de préférence en Python ou JavaScript)
- Une expérience avec les outils de contrôle de version et de CI/CD (par ex. Git, Jenkins)
- Aucune expérience préalable en IA/ML n'est requise, bien que la curiosité et l'envie d'expérimenter soient essentielles
Nos clients témoignent (3)
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.
Radia - Cegid
Formation - TestComplete
Les sujets clés peuvent être discutés et convenus avec le formateur à l'avance. Ambiance détendue et agréable durant les jours de séminaire.
Lorenz - Continentale Lebensversicherung AG
Formation - Advanced Selenium
Traduction automatique
