Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 21 heures
Plan du cours
Introduction à l'IA pour la QA
- Qu'est-ce que l'intelligence artificielle ?
- Apprentissage automatique, apprentissage profond et systèmes basés sur des règles
- L'évolution des tests logiciels avec l'IA
- Avantages clés et défis de l'IA dans la QA
Fondamentaux des données et de l'IA pour les testeurs
- Comprendre les données structurées et non structurées
- Fonctions, étiquettes et jeux de données d'entraînement
- Apprentissage supervisé et non supervisé
- Introduction à l'évaluation des modèles (précision, rappel, etc.)
- Jeux de données de QA réels
Cas d'utilisation de l'IA dans la QA
- Génération de cas de test propulsée par l'IA
- Prédiction des défauts à l'aide de l'IA
- Préparation des tests et tests basés sur les risques
- Tests visuels avec la vision par ordinateur
- Analyse des journaux et détection des anomalies
- Traitement du langage naturel (TLN) pour les scripts de test
Outils d'IA pour la QA
- Aperçu des plateformes de QA activées par l'IA
- Utilisation de bibliothèques open source (par ex., Python, Scikit-learn, TensorFlow, Keras) pour des prototypes QA
- Introduction aux grands modèles de langage (LLM) dans l'automatisation des tests
- Construction d'un modèle d'IA simple pour prédire les échecs de test
Intégration de l'IA dans les flux de travail de QA
- Évaluation de la préparation à l'IA de vos processus de QA
- Intégration continue et IA : comment imbriquer l'intelligence dans les pipelines CI/CD
- Conception de suites de tests intelligentes
- Gestion du dérive des modèles d'IA et des cycles de réentraînement
- Considérations éthiques dans les tests propulsés par l'IA
Laboratoires pratiques et projet de synthèse
- Labo 1 : Automatisation de la génération de cas de test à l'aide de l'IA
- Labo 2 : Construction d'un modèle de prédiction des défauts à l'aide de données de test historiques
- Labo 3 : Utilisation d'un LLM pour réviser et optimiser les scripts de test
- Projet de synthèse : Mise en œuvre de bout en bout d'un pipeline de tests propulsé par l'IA
Pré requis
On s'attend à ce que les participants disposent :
- de 2 années d'expérience ou plus dans des rôles de test logiciel/QA;
- d'une familiarité avec les outils d'automatisation des tests (par ex., Selenium, JUnit, Cypress);
- de connaissances de base en programmation (de préférence en Python ou en JavaScript);
- d'une expérience avec les outils de contrôle de version et CI/CD (par ex., Git, Jenkins).
- Aucune expérience préalable en IA/ML n'est requise, mais la curiosité et la volonté d'expérimenter sont essentielles.
Nos clients témoignent (3)
Les possibilités de Postman et son utilisation future.
Gordana Gacic - SEE Digital D.O.O.
Formation - API Testing with Postman
Traduction automatique
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.