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 (3)
exercices pratiques, facilitant la mémorisation des informations
ashley bolen - Insurance Corporation of British Columbia
Formation - Test Automation with Selenium
Traduction automatique
La disponibilité du formateur pour répondre aux questions, ainsi que les démonstrations imagées et concrètes sur TestComplete.
Radia - Cegid
Formation - TestComplete
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
