Đề cương khóa học

Module 1: Giới thiệu về AI cho QA

  • Trí tuệ nhân tạo là gì?
  • Học máy so với học sâu so với hệ thống dựa trên quy tắc
  • Sự tiến hóa của kiểm thử phần mềm với AI
  • Những lợi ích và thách thức chính của AI trong QA

Module 2: Cơ sở Dữ liệu và ML cho Người kiểm thử

  • Hiểu dữ liệu có cấu trúc vs không có cấu trúc
  • Đặc trưng, nhãn, và bộ dữ liệu huấn luyện
  • Học có giám sát và học không có giám sát
  • Giới thiệu về đánh giá mô hình (độ chính xác, độ chính xác, hồi quy, v.v.)
  • Bộ dữ liệu QA thực tế

Module 3: Các Trường hợp Sử dụng AI trong QA

  • Sinh thành kịch bản kiểm thử dựa trên AI
  • Dự đoán lỗi sử dụng ML
  • Xếp hạng kiểm thử và kiểm thử dựa trên rủi ro
  • Kiểm thử trực quan với thị giác máy tính
  • Phân tích nhật ký và phát hiện sự cố bất 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 dựa trên AI
  • Sử dụng thư viện mã nguồn mở (ví dụ: Python, Scikit-learn, TensorFlow, Keras) cho nguyên mẫu QA
  • Giới thiệu về LLMs trong tự động hóa kiểm thử
  • Xây dựng mô hình AI đơn giản để dự đoán lỗi kiểm thử

Module 5: Tích hợp AI vào Quy trình QA

  • Đánh giá khả năng sẵn sàng AI của quy trình QA
  • Tích hợp liên tục và AI: cách nhúng trí tuệ vào pipeline CI/CD
  • Thiết kế bộ kiểm thử thông minh
  • Quản lý sự thay đổi 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

  • Lab 1: Tự động hóa sinh thành kịch bản kiểm thử sử dụng AI
  • Lab 2: Xây dựng mô hình dự đoán lỗi sử dụng dữ liệu kiểm thử lịch sử
  • Lab 3: Sử dụng LLM để xem xét và tối ưu hóa kịch bản kiểm thử
  • Dự án Tổng hợp: Triển khai toàn diện pipeline kiểm thử dựa trên AI

Yêu cầu

Người tham gia được kỳ vọng có:

  • Kinh nghiệm 2+ năm trong vai trò kiểm thử phần mềm/ QA
  • Hiểu biết về công cụ tự động hóa kiểm thử (ví dụ: Selenium, JUnit, Cypress)
  • Kiến thức cơ bản về lập trình (ưu tiên Python hoặc JavaScript)
  • Kinh nghiệm với hệ thống kiểm soát phiên bản và công cụ CI/CD (ví dụ: Git, Jenkins)
  • Không yêu cầu kinh nghiệm AI/ML trước đó, nhưng sự tò mò và sẵn sàng thử nghiệm là cần thiết
 21 Giờ

Số người tham gia


Giá cho mỗi học viên

Đánh giá (5)

Các khóa học sắp tới

Các danh mục liên quan