Plan du cours
Module 1 : Introduction à l'IA pour QA
- Qu'est-ce que l'Intelligence Artificielle ?
- Apprentissage automatique (Machine Learning) vs Apprentissage profond (Deep Learning) vs Systèmes basés sur des règles
- L'évolution des tests logiciels avec l'IA
- Principaux avantages et défis de l'IA dans le QA
Module 2 : Bases de la donnée et de l'apprentissage automatique pour les testeurs
- Compréhension des données structurées vs non structurées
- Caractéristiques (features), étiquettes (labels) et ensembles d'entraînement
- Apprentissage supervisé et non supervisé
- Introduction à l'évaluation des modèles (précision, exactitude, rappel, etc.)
- Jeux de données QA du monde réel
Module 3 : Cas d'utilisation de l'IA dans le QA
- Génération de cas de test alimentée par l'IA
- Prédiction des défauts par apprentissage automatique
- Priorisation des tests et tests basés sur le risque
- Tests visuels avec la vision par ordinateur
- Analyse des journaux et détection d'anomalies
- Traitement du langage naturel (TLN/NLP) pour les scripts de test
Module 4 : Outils d'IA pour QA
- Aperçu des plateformes QA alimentées par l'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
- Construction d'un modèle simple pour prédire les échecs de test
Module 5 : Intégration de l'IA dans les flux de travail 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 de la dérive des modèles IA et des cycles de réentraînement
- Considérations éthiques dans les tests alimentés par l'IA
Module 6 : Labos pratiques et projet final
- Labo 1 : Automatiser la génération de cas de test à l'aide de l'IA
- Labo 2 : Construire un modèle de prédiction de défauts à l'aide de données de test historiques
- Labo 3 : Utiliser un LLM pour revoir et optimiser les scripts de test
- Projet final : Implémentation complète d'un pipeline de test alimenté par l'IA
Pré requis
Les participants sont attendus pour avoir :
- 2 ans ou plus d'expérience dans des rôles de test logiciel/QA
- Une familiarité avec les outils d'automatisation des tests (par ex., Selenium, JUnit, Cypress)
- Des connaissances de base en programmation (de préférence en Python ou JavaScript)
- Une expérience avec le contrôle de version et les outils CI/CD (par ex., Git, Jenkins)
- Aucune expérience préalable en IA/ML 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