Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Đề cương khóa học
Giới thiệu về AI trong Software Testing
- Tổng quan về khả năng của AI trong kiểm thử và QA
- Các loại công cụ AI được sử dụng trong quy trình kiểm thử hiện đại
- Lợi ích và rủi ro của chất lượng kỹ thuật do AI dẫn dắt
LLMs cho Tạo Trường Hợp Kiểm Thử
- Nghệ thuật tạo đề cương để sinh ra các kiểm thử đơn vị và chức năng
- Tạo mẫu kiểm thử có tham số và dựa trên dữ liệu
- Chuyển đổi câu chuyện người dùng và yêu cầu thành kịch bản kiểm thử
AI trong Kiểm Thử Khám Phá và Trường Hợp Ranh Giới
- Xác định nhánh hoặc điều kiện chưa được kiểm thử bằng AI
- Tạo mô phỏng các trường hợp sử dụng hiếm gặp hoặc bất thường
- Chiến lược sinh ra kiểm thử dựa trên rủi ro
Kiểm Thử Giao Diện Người Dùng và Kiểm Thử Trở Lại Tự Động
- Sử dụng các công cụ AI như Testim hoặc mabl để tạo kiểm thử giao diện người dùng
- Đảm bảo kiểm thử giao diện người dùng ổn định thông qua bộ chọn tự chữa lành
- Phân tích tác động của kiểm thử trở lại dựa trên AI sau khi thay đổi mã nguồn
Phân Tích Thất Bại và Tối Ưu Hóa Kiểm Thử
- Tạo nhóm các lỗi kiểm thử bằng mô hình LLM hoặc ML
- Giảm thiểu sự cố không ổn định trong chạy kiểm thử và giảm bớt tình trạng báo động quá mức
- Sắp xếp ưu tiên việc thực thi kiểm thử dựa trên thông tin lịch sử
Tích Hợp Vào Chuỗi CI/CD
- Nhúng sinh ra kiểm thử AI vào Jenkins, GitHub Actions, hoặc GitLab CI
- Kiểm chứng chất lượng kiểm thử trong yêu cầu kéo (pull requests)
- Tự động hóa việc hoàn nguyên và kiểm tra thông minh trong chuỗi cung ứng
Xu hướng Tương lai và Sử dụng Trách nhiệm của AI trong QA
- Đánh giá độ chính xác và an toàn của các kiểm thử do AI tạo ra
- Governance và dấu vết kiểm toán cho quy trình kiểm thử được cải thiện bằng AI
- Xu hướng về nền tảng AI-QA và khả năng quan sát thông minh
Tóm Tắt và Bước Tiếp theo
Requirements
- Kinh nghiệm trong kiểm thử phần mềm, lập kế hoạch kiểm thử hoặc tự động hóa QA
- Hiểu biết về các khung kiểm thử như JUnit, PyTest, hoặc Selenium
- Hiểu biết cơ bản về các đường ống CI/CD và môi trường DevOps
Đối tượng
- Kỹ sư QA
- Các kỹ sư phát triển phần mềm trong kiểm thử (SDET)
- Nhân viên kiểm thử phần mềm làm việc trong các môi trường Agile hoặc DevOps
Giới thiệu về AI trong Software Testing
- Quan điểm tổng quát về khả năng của AI trong kiểm thử và QA
- Các loại công cụ AI được sử dụng trong quy trình kiểm thử hiện đại
- Lợi ích và rủi ro của chất lượng kỹ thuật dựa trên AI
LLMs cho Tạo trường hợp kiểm thử
- Kỹ thuật tạo lệnh để tạo các bài kiểm thử đơn vị và chức năng
- Tạo mẫu kiểm thử có tham số và dữ liệu驱动的测试模板
- 将用户故事和需求转换为测试脚本
AI在探索性和边缘情况测试中的应用
- 使用AI识别未测试的分支或条件
- 模拟罕见或异常的使用场景
- 基于风险的测试生成策略
自动化UI和回归测试
- 使用Testim或mabl等AI工具创建UI测试
- 通过自我修复选择器维护稳定的UI测试
- 代码更改后的基于AI的回归影响分析
故障分析与测试优化
- 使用LLM或ML模型对测试失败进行聚类
- 减少不稳定测试运行和警报疲劳
- 根据历史洞察优先执行测试
CI/CD流水线集成
- 将AI测试生成嵌入到Jenkins、GitHub操作或GitLab CI中
- 在拉取请求期间验证测试质量
- 流水线中的自动化回滚和智能测试门控
未来趋势与AI在QA中的负责任使用
- 评估AI生成测试的准确性和安全性
- Go治理和增强测试过程的审计跟踪
- AI-QA平台和智能可观测性的发展趋势
总结与下一步行动
AI-Augmented Test Generation and Quality Engineering 探索如何使用人工智能工具和大型语言模型(LLMs)来改进测试覆盖率,加快测试创建速度,并提高质量保证流程。
本课程是面向中高级QA专业人员的讲师指导实时培训(在线或现场),希望利用AI驱动的工具和技术自动化和增强其测试策略。
完成此培训后,参与者将能够:
- 使用AI工具和提示生成单元、集成和UI测试
- 使用LLMs进行探索性测试、边缘情况发现和回归分析
- 使用AI辅助分类对测试失败和异常进行聚类和优先级排序
- 将基于AI的测试集成到CI/CD管道中以提高发布信心
课程格式
- 互动讲座和讨论
- 大量练习和实践
- 在实时实验室环境中动手实施
课程定制选项
- 要为本课程请求定制培训,请联系我们安排。
14 Hours