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
Module 1: Giới thiệu về AI cho QA
- AI là gì?
- Machine Learning vs Deep Learning vs Hệ thống dựa trên quy tắc
- Sự phát triển của kiểm thử phần mềm với AI
- Lợi ích và thách thức chính của AI trong QA
Module 2: Cơ bản về Dữ liệu và ML cho Kiểm thử viên
- Hiểu về dữ liệu có cấu trúc vs không có cấu trúc
- Tính năng, nhãn và tập dữ liệu huấn luyện
- Học có giám sát vs học không giám sát
- Giới thiệu về đánh giá mô hình (độ chính xác, độ chính xác, thu hồi, v.v.)
- Tập dữ liệu QA thực tế
Module 3: AI Use Cases trong QA
- Tạo trường hợp kiểm thử bằng AI
- Dự đoán lỗi sử dụng ML
- Phân loại ưu tiên kiểm thử và kiểm thử dựa trên rủi ro
- Kiểm thử hình ảnh với máy tính thị giác
- Phân tích nhật ký và phát hiện dị thường
- Xử lý ngôn ngữ tự nhiên (NLP) cho kịch bản kiểm thử
Module 4: Công cụ AI cho QA
- Tổng quan về các nền tảng QA được hỗ trợ bởi AI
- Sử dụng thư viện mã nguồn mở (ví dụ, Python, Scikit-learn, TensorFlow, Keras) cho mô hình QA
- Giới thiệu về LLM trong tự động hóa kiểm thử
- Tạo một mô hình AI đơn giản để dự đoán thất bại kiểm thử
Module 5: Tích hợp AI vào luồng làm việc QA
- Đánh giá khả năng thích ứng với AI của quy trình QA
- Tích hợp liên tục và AI: cách nhúng trí tuệ vào chuỗi CI/CD
- Thiết kế bộ kiểm thử thông minh
- Quản lý sự lệch lạc của mô hình AI và chu kỳ huấn luyện lại
- Xem xét đạo đức trong kiểm thử dựa trên AI
Module 6: Phòng thí nghiệm Thực hành và Dự án Tổng hợp
- Phòng thí nghiệm 1: Tự động hóa tạo trường hợp kiểm thử sử dụng AI
- Phòng thí nghiệm 2: Xây dựng mô hình dự đoán lỗi sử dụng dữ liệu kiểm thử lịch sử
- Phòng thí nghiệm 3: Sử dụng LLM để xem xét và tối ưu hóa kịch bản kiểm thử
- Dự án Tổng hợp: Triển khai đầy đủ mộtpipeline kiểm thử dựa trên AI
Chương trình đào tạo này được thiết kế để trang bị cho các kỹ sư QA phần mềm kiến thức cơ bản về AI và kỹ năng thực hành để nâng cao hiệu quả kiểm thử và kết quả chất lượng phần mềm. Tham gia sẽ có sự hiểu biết nền tảng về trí tuệ nhân tạo, học máy và ứng dụng của chúng trong tự động hóa kiểm thử, phát hiện lỗi, sinh trường hợp kiểm thử, kiểm thử dựa trên rủi ro và phân tích hiệu suất.
Thông qua sự kết hợp giữa lý thuyết, minh họa và phòng thí nghiệm thực hành, các chuyên gia QA sẽ học cách tận dụng AI để giảm thiểu nỗ lực thủ công, cải thiện độ phủ kiểm thử và tăng cường khả năng phát hiện lỗi - từ đó thúc đẩy hiệu quả tổng thể trong quy trình QA
Cuối khóa học này, người tham gia sẽ có thể:
- Hiểu các khái niệm cơ bản của AI và ML liên quan đến kiểm thử phần mềm.
- Xác định những khu vực trong vòng đời QA có thể lợi ích từ công cụ và kỹ thuật dựa trên AI.
- Sử dụng các mô hình AI cho tác vụ như sinh trường hợp kiểm thử, dự đoán lỗi và phân tích rủi ro.
- Đánh giá và tích hợp công cụ kiểm thử dựa trên AI vào quy trình QA hiện tại.
- Hợp tác với các nhà khoa học dữ liệu và kỹ sư để thiết kế và triển khai chiến lược QA thông minh.
Người tham gia được mong đợi có:
- 2+ năm kinh nghiệm trong vai trò kiểm thử/QA phần mềm
- Thạo công cụ tự động hóa kiểm thử (ví dụ, Selenium, JUnit, Cypress)
- Kiến thức cơ bản về lập trình (ưu tiên là Python hoặc JavaScript)
- Kinh nghiệm với công cụ quản lý phiên bản và CI/CD (ví dụ, Git, Jenkins)
- Không yêu cầu kinh nghiệm trước về AI/ML, nhưng sự tò mò và mong muốn thử nghiệm là cần thiết
Chương trình đào tạo này được thiết kế để trang bị cho các kỹ sư QA phần mềm kiến thức cơ bản về AI và kỹ năng thực hành để nâng cao hiệu quả kiểm thử và kết quả chất lượng phần mềm. Người tham gia sẽ có sự hiểu biết nền tảng về trí tuệ nhân tạo, học máy và ứng dụng của chúng trong tự động hóa kiểm thử, phát hiện lỗi, sinh trường hợp kiểm thử, kiểm thử dựa trên rủi ro và phân tích hiệu suất.
Thông qua sự kết hợp giữa lý thuyết, minh họa và phòng thí nghiệm thực hành, các chuyên gia QA sẽ học cách tận dụng AI để giảm thiểu nỗ lực thủ công, cải thiện độ phủ kiểm thử và tăng cường khả năng phát hiện lỗi - từ đó thúc đẩy hiệu quả tổng thể trong quy trình QA
Requirements
Người tham gia được mong đợi có:
- Tối thiểu 2 năm kinh nghiệm trong các vai trò kiểm thử phần mềm/QA
- Thành thạo công cụ tự động hóa kiểm thử (ví dụ, Selenium, JUnit, Cypress)
- Kiến thức cơ bản về lập trình (ưu tiên là Python hoặc JavaScript)
- Kinh nghiệm với công cụ quản lý phiên bản và CI/CD (ví dụ, Git, Jenkins)
- Không yêu cầu kinh nghiệm trước về AI/ML, tuy nhiên sự tò mò và sẵn lòng thực nghiệm là cần thiết
21 Hours
Testimonials (5)
Phương pháp giảng dạy
Negritu - OMNIASIG VIENNA INSURANCE GROUP S.A.
Course - SoapUI for API Testing
Machine Translated
Tôi rất thích tất cả mọi thứ vì đối với tôi mọi thứ đều mới mẻ và tôi có thể thấy giá trị bổ sung mà nó mang lại cho công việc của mình.
Zareef - BMW South Africa
Course - Tosca: Model-Based Testing for Complex Systems
Machine Translated
Tổng quan rất rộng về nội dung chủ đề đã đi qua tất cả kiến thức tiền đề một cách phù hợp với kiến thức của khóa học.
James Hurburgh - Queensland Police Service
Course - SpecFlow: Implementing BDD for .NET
Machine Translated
Điều đó dễ hiểu và dễ thực hiện.
Thomas Young - Canadian Food Inspection Agency
Course - Robot Framework: Keyword Driven Acceptance Testing
Machine Translated
Số lượng bài tập thực hành.
Jakub Wasikowski - riskmethods sp. z o.o
Course - API Testing with Postman
Machine Translated
