Návrh Školení

Úvod do AI v automatické kvalitě softwaru (QA)

  • Role AI ve moderní testování software
  • Porovnání tradičních a AI-založených strategií QA
  • Přehled nástrojů pro AI-založené testování (Testim, mabl, Functionize)

Generování testů pomocí AI

  • Generování testů na základě modelu a uživatelského rozhraní (UI)
  • Použití Testim nebo podobných platform pro automatické generování scénářů
  • Hodnocení testovacího úmyslu, stability a opakovatelnosti

Regresní analýza a priorizace testu

  • Vybrání a zjednodušení testů na základě dopadu
  • Testovací běhy, které jsou citlivé na změny pro velké repozitáře
  • Priorizace AI-založených testů na základě rizika a četnosti

Integrace do CI/CD trublíků

  • Připojení automatického testování k Jenkins, GitHub akcím nebo GitLab CI
  • Automatické hranice kvality a zpětná vazba ze testů
  • Spouštění testů při pull requestech a událostech nasazení

Předikce chyb a detekce anomálií

  • Analýza testovacích dat pro predikci oblastí s největšími problémy
  • Kolegování a priorizace anomálií pomocí technologií strojového učení (ML)
  • Zpětná vazba na vývojáře pomocí předpovědí AI

Udržování a škálování AI-založených testů

  • Řešení problémů s odchylou testu a změnami uživatelského rozhraní
  • Správa verzí a konfigurace testů
  • Škálování na úrovni podnikových prostředí QA

Případové studie a skutečné aplikace

  • Implementace AI trublíků QA v podnicích
  • Nejlepší postupy pro přijetí a rozblokování týmu
  • Lektiony získané: úspěchy, selhání a ladění

Závěr a další kroky

Požadavky

  • Zkušenosti s testováním softwaru nebo pracovními postupy QA
  • znalost CI/CD potrubí a DevOps praktik
  • základní porozumění automatickým nástrojům nebo rámci testování

Cílová skupina

  • vedoucí QA a inženýři automatizovaného testování
  • DevOps odborníci a SRE
  • Agile testeri a manažeři kvality
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie