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.
Plan du cours
Module 1: Introduction à l'IA pour la QA
- Qu'est-ce que l'intelligence artificielle ?
- Machine Learning vs Deep Learning vs Systèmes basés sur des règles
- L'évolution du test logiciel avec l'IA
- Avantages et défis clés de l'IA dans la QA
Module 2: Données et bases ML pour les testeurs
- Comprendre les données structurées vs non structurées
- Caractéristiques, étiquettes et ensembles de données d'entraînement
- Apprentissage supervisé vs non supervisé
- Introduction à l'évaluation des modèles (précision, rappel, etc.)
- Ensembles de données QA réelles
Module 3 : Utilisations de l'IA en QA
- Génération de cas de test pilotée par IA
- Prédiction des défauts à l'aide du ML
- Priorisation des tests et test basé sur les risques
- Test visuel avec la vision par ordinateur
- Analyse des journaux et détection d'anomalies
- Traitement du langage naturel (NLP) pour les scripts de test
Module 4 : Outils d'IA pour la QA
- Aperçu des plateformes de QA assistées par IA
- Utilisation de bibliothèques open-source (par ex., Python, Scikit-learn, TensorFlow, Keras) pour des prototypes QA
- Introduction aux LLM 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 des processus QA
- Intégration continue et IA : comment intégrer l'intelligence dans les pipelines CI/CD
- Conception de jeux de tests intelligents
- Gestion du dérive des modèles IA et des cycles de réentraînement
- Considérations éthiques dans le test piloté par IA
Module 6 : Ateliers pratiques et projet final
- Atelier 1 : Automatisation de la génération des 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 test
- Atelier 3 : Utilisation d'un LLM pour examiner et optimiser les scripts de test
- Projet final : Implémentation end-to-end d'un pipeline de test piloté par IA
Pré requis
Les participants sont attendus avec :
- 2 ans ou plus d'expérience dans des rôles de test logiciel/QA
- Familiarité avec les outils d’automatisation de tests (par exemple, Selenium, JUnit, Cypress)
- Connaissances de base en programmation (de préférence dans Python ou JavaScript)
- Expérience avec les outils de contrôle de version et CI/CD (par exemple, Git, Jenkins)
- Aucune expérience préalable en IA/ML n'est requise, bien que la curiosité et l’envie d'expérimenter soient essentielles
21 Heures
Nos clients témoignent (5)
Méthode d'enseignement
Negritu - OMNIASIG VIENNA INSURANCE GROUP S.A.
Formation - SoapUI for API Testing
Traduction automatique
J'ai tout apprécié car c'est tout nouveau pour moi et je peux voir la valeur ajoutée que cela peut apporter à mon travail.
Zareef - BMW South Africa
Formation - Tosca: Model-Based Testing for Complex Systems
Traduction automatique
Aperçu très large du sujet qui a couvert toutes les connaissances préalables de manière appropriée au niveau de connaissance du cours.
James Hurburgh - Queensland Police Service
Formation - SpecFlow: Implementing BDD for .NET
Traduction automatique
Il était facile à comprendre et à mettre en œuvre.
Thomas Young - Canadian Food Inspection Agency
Formation - Robot Framework: Keyword Driven Acceptance Testing
Traduction automatique
Nombre d'exercices pratiques.
Jakub Wasikowski - riskmethods sp. z o.o
Formation - API Testing with Postman
Traduction automatique
