Návrh Školení
Úvod do AI ve softwarovém testování
- Přehled schopností AI v testování a QA
- Typy nástrojů AI používaných v moderních testovacích pracovních postupech
- Výhody a rizika kvalitního inženýrství řízeného AI
LLMs pro generování testovacích případů
- Inženýrství výzev pro generování unit a funkčních testů
- Vytváření parametrických a datově ovládaných šablon testů
- Převod uživatelských příběhů a požadavků na testovací skripty
AI v explorativním a hraničním testování
- Identifikace netestovaných větví nebo podmínek pomocí AI
- Simulace vzácných nebo neobvyklých používacích scénářů
- Strategie generování testů založené na riziku
Automatizované UI a regresní testování
- Použití nástrojů AI jako Testim nebo mabl pro vytváření UI testů
- Udržování stabilních UI testů prostřednictvím self-healing selectorů
- AI-based regresní analýza dopadu po změnách kódu
Analýza selhání a optimalizace testů
- Klasifikace selhání testů pomocí LLM nebo ML modelů
- Snížení nestabilních spouštění testů a únavy upozornění
- Prioritizace provádění testů na základě historických poznatků
Integrace do CI/CD pipeline
- Zahrnutí generování testů založeného na AI do Jenkins, GitHub Actions nebo GitLab CI
- Ověřování kvality testů během pull requestů
- Automatizované vrácení a chytrá brána testů v pipeline
Budoucí trendy a zodpovědné používání AI ve QA
- Posuzování přesnosti a bezpečnosti testů generovaných AI
- Správa a auditní vedení pro procesy QA založené na AI
- Trendy v platformách AI-QA a inteligentní observabilitě
Shrnutí a další kroky
Požadavky
- Zkušenosti v testování softwaru, plánování testů nebo automatizaci QA
- Odbornost na testovací rámce jako JUnit, PyTest nebo Selenium
- Základní znalosti CI/CD pipeline a prostředí DevOps
Cílová skupina
- QA inženýři
- Software Development Engineers in Test (SDETs)
- Softwaroví testéři pracující v agilních nebo DevOps prostředích
Reference (2)
Získal jsem znalosti týkající se knihovny Streamlit v Pythonu a určitě ji budu snažit použít k zlepšení aplikací ve svém týmu, které jsou vytvořeny v R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurz - GitHub Copilot for Developers
Přeloženo strojem
Instruktor je schopen přizpůsobit úroveň kurzu během výcviku tak, aby odpovídala naší úrovni porozumění dané tématice. Tím nám mohou poskytnout užitečnější znalosti, které nám dále pomohou efektivněji využívat tyto nástroje ve našem každodenním pracovním životě.
Tatt Juen - ViTrox Technologies Sdn Bhd
Kurz - Intermediate GitHub Copilot
Přeloženo strojem
