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 14 heures
Plan du cours
Introduction à l'IA dans les tests logiciels
- Aperçu des capacités de l'IA dans les tests et l'assurance qualité
- Types d'outils d'IA utilisés dans les flux de travail de test modernes
- Avantages et risques de l'ingénierie de la qualité pilotée par l'IA
LLM pour la génération de cas de test
- Ingénierie de prompts pour générer des tests unitaires et fonctionnels
- Création de modèles de tests paramétrés et pilotés par les données
- Conversion des user stories et des exigences en scripts de test
IA dans les tests exploratoires et les cas limites
- Identification des branches ou conditions non testées à l'aide de l'IA
- Simulation de scénarios d'utilisation rares ou anormaux
- Stratégies de génération de tests basées sur les risques
Tests d'interface utilisateur et de régression automatisés
- Utilisation d'outils d'IA tels que Testim ou mabl pour la création de tests d'interface utilisateur
- Maintien de tests d'interface utilisateur stables grâce à des sélecteurs auto-réparateurs
- Analyse d'impact de la régression basée sur l'IA après modification du code
Analyse des échecs et optimisation des tests
- Regroupement des échecs de tests à l'aide de modèles LLM ou ML
- Réduction des exécutions de tests instables (flaky) et de la fatigue des alertes
- Priorisation de l'exécution des tests basée sur les insights historiques
Intégration dans les pipelines CI/CD
- Intégration de la génération de tests par IA dans Jenkins, GitHub Actions ou GitLab CI
- Validation de la qualité des tests lors des pull requests
- Rollbacks d'automatisation et filtrage intelligent des tests dans les pipelines
Tendances futures et usage responsable de l'IA dans l'assurance qualité
- Évaluation de la précision et de la sécurité des tests générés par l'IA
- Gouvernance et pistes d'audit pour les processus de test enrichis par l'IA
- Tendances des plateformes d'IA-qualité et d'observabilité intelligente
Résumé et prochaines étapes
Pré requis
- Expérience dans les tests logiciels, la planification des tests ou l'automatisation de l'assurance qualité
- Connaissance des frameworks de test tels que JUnit, PyTest ou Selenium
- Comprendre les bases des pipelines CI/CD et des environnements DevOps
Public cible
- Ingénieurs QA
- Ingénieurs de développement logiciel en test (SDET)
- Testeurs logiciels travaillant dans des environnements agiles ou DevOps
Nos clients témoignent (1)
J'ai acquis des connaissances sur la bibliothèque Streamlit en Python et je vais certainement essayer de l'utiliser pour améliorer les applications de mon équipe qui sont actuellement développées avec R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Formation - GitHub Copilot for Developers
Traduction automatique