Zkuste nás kontaktovat

Návrh Školení

Úvod do využití AI při testování softwaru

  • Přehled možností umělé inteligence v oblasti testování a kontroly kvality
  • Typy nástrojů na bázi AI používaných v moderních testovacích procesech
  • Výhody i rizika při nasazování metod založených na umělé inteligenci pro zajištění kvality

Velké jazykové modely a tvorba testovacích scénářů

  • Tvorba vhodných promptů pro generování jednotkových a funkčních testů
  • Vytváření parametrizovaných a datově řízených šablon testů
  • Převod uživatelských požadavků a specifikací na konkrétní testovací skripty

AI v exploračním testování a hledání extrémních případů

  • Pomocí umělé inteligence identifikujeme části systému, které dosud nebyly testovány, nebo neobvyklé podmínky jejich použití
  • Simulace vzácných či abnormálních scénářů využití softwaru
  • Strategie generování testů s ohledem na rizika a pravděpodobnost jejich výskytu

Automatizované UI testy a analýza regresí

  • Využití nástrojů jako Testim či mabl pro tvorbu rozhraníových testů s pomocí AI
  • Udržování stability UI testů díky schopnosti selektorů samy se upravovat v případě změn na stránce
  • Analýza dopadu provedených změn kódu pomocí metod využívajících umělou inteligenci

Analýza selhání testů a jejich optimalizace

  • Seskupování chybových výsledků testů s využitím velkých jazykových modelů či nástrojů strojového učení
  • Snížení počtu nestabilních testů a přehlcenosti upozorněními
  • Určování priority jednotlivých testů na základě historických dat a poznatků

Integrace do CI/CD řetězců

  • Vkládání procesů generování testů pomocí AI do systémů typu Jenkins, GitHub Actions či GitLab CI
  • Ověřování kvality vytvořených testů při kontrolách vloženého kódu
  • Automatizované řešení nevyhovujících variant a inteligentní ovládání průběhu testovacích procesů v rámci řetězce

Budoucí trendy a etické aspekty využití AI při kontrole kvality

  • Hodnocení spolehlivosti a bezpečnosti testů generovaných umělou inteligencí
  • Správa procesů využívajících AI s důrazem na transparentnost a sledovatelnost jejich výstupů
  • Nové směry ve vývoji platform i pro kontrolu kvality vybavených umělou inteligencí a možnosti inteligentního monitorování systémů

Shrnutí kurzu a další směry rozvoje

Požadavky

  • Praktické zkušenosti s testováním softwaru, plánováním testů nebo automatizací kontroly kvality
  • Seznámenost s testovacími frameworky jako JUnit, PyTest nebo Selenium
  • Základní znalosti CI/CD řetězců a prostředí DevOps

Určené skupiny

  • Testeri kvality softwaru
  • Vývojáři testovacích systémů (SDET)
  • Softwaroví testeri pracující v agilních či DevOps prostředích
 14 Hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie