Plan du cours
Module 1 : Introduction à l'IA pour le QA
- Qu'est-ce que l'intelligence artificielle ?
- Apprentissage automatique vs apprentissage profond vs systèmes basés sur des règles
- L'évolution du test logiciel avec l'IA
- Les principaux avantages et défis de l'IA en QA
Module 2 : Bases des données et de l'apprentissage automatique pour les testeurs
- Comprendre les données structurées vs non structurées
- Caractéristiques, étiquettes et ensembles de données d'entraînement
- Apprentissage supervisé et non supervisé
- Introduction à l'évaluation des modèles (précision, rappel, etc.)
- Ensembles de données QA du monde réel
Module 3 : Cas d'utilisation de l'IA en QA
- Génération de cas de test alimentée par l'IA
- Prédiction des défauts à l'aide de l'apprentissage automatique
- Priorisation des tests et test basé sur les risques
- Test visuel avec la vision par ordinateur
- Analyse des journaux et détection des anomalies
- Traitement du langage naturel (NLP) pour les scripts de test
Module 4 : Outils d'IA pour le QA
- Aperçu des plateformes QA alimentées par l'IA
- Utilisation de bibliothèques open-source (par exemple, Python, Scikit-learn, TensorFlow, Keras) pour les prototypes QA
- Introduction aux LLMs dans l'automatisation des tests
- Création d'un modèle IA simple pour prédire les échecs de test
Module 5 : Intégration de l'IA dans les workflows QA
- Évaluation de la préparation à l'IA de vos processus QA
- Intégration continue et IA : comment intégrer l'intelligence dans les pipelines CI/CD
- Conception de suites de tests intelligentes
- Gestion du décalage des modèles IA et des cycles de réentraînement
- Considérations éthiques dans le test alimenté par l'IA
Module 6 : Ateliers pratiques et projet de fin de formation
- Atelier 1 : Automatisation de la génération de cas de test à l'aide de l'IA
- Atelier 2 : Construction d'un modèle de prédiction des défauts à partir de données historiques de tests
- Atelier 3 : Utilisation d'un LLM pour examiner et optimiser les scripts de test
- Projet de fin de formation : Implémentation complète d'une pipeline de test alimentée par l'IA
Pré requis
Les participants sont censés avoir :
- Au moins 2 ans d'expérience dans les rôles de test logiciel/QA
- Une familiarité avec des outils d'automatisation des tests (par exemple, Selenium, JUnit, Cypress)
- Des connaissances de base en programmation (préférentiellement en Python ou JavaScript)
- Une expérience avec le contrôle de version et les outils CI/CD (par exemple, Git, Jenkins)
- Aucune connaissance préalable en IA/apprentissage automatique n'est requise, bien que la curiosité et la volonté d'expérimenter soient essentielles
Nos clients témoignent (4)
La disponibilité du formateur pour répondre aux questions, ainsi que les démonstrations imagées et concrètes sur TestComplete.
Radia - Cegid
Formation - TestComplete
La patience et le rythme de l'enseignant.
Jace - Vodacom
Formation - Test Automation with Selenium
Traduction automatique
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
J'ai acquis de nouvelles connaissances et je suis assez confiant à ce sujet. Rien n'est ambigu.
Barbara - Titian Software Poland Sp. z o.o.
Formation - Selenium WebDriver in C#
Traduction automatique
