感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
模組 1:QA 的人工智慧入門
- 什麼是人工智慧?
- 機器學習、深度學習與基於規則系統的比較
- AI 驅動軟體測試的演進
- QA 中 AI 的關鍵優勢與挑戰
模組 2:測試人員的資料與 ML 基礎
- 理解結構化資料與非結構化資料的差異。
- 特徵、標籤和訓練數據集的概念。
- 監督式學習與非監督式學習。
- 模型評估簡介(準確度、精確度、召回率等)。
- 真實世界的 QA 數據集應用。
模組 3:QA 中的 AI 應用場景
- AI 驅動的測試用例生成。
- 使用 ML 進行缺陷預測。
- 測試優先級排序與風險導向測試。
- 利用電腦視覺進行視覺測試。
- 日誌分析與異常檢測。
- 用於測試腳本的自然語言處理(NLP)。
模組 4:QA 的 AI 工具
- AI 增強型 QA 平台概覽。
- 使用開源函式庫(例如 Python、Scikit-learn、TensorFlow、Keras)開發 QA 原型。
- 測試自動化中的大型語言模型(LLM)應用入門。
- 構建簡單的 AI 模型以預測測試失敗。
模組 5:將 AI 整合至 QA 工作流程
- 評估 QA 流程的 AI 準備度。
- 持續整合與 AI:如何在 CI/CD 管線中嵌入智能技術。
- 設計智慧測試套裝。
- 管理 AI 模型漂移和重新訓練週期。
- AI 驅動測試中的倫理考量。
模組 6:實作練習與最終專案
- 實驗 1:使用 AI 自動化測試用例生成。
- 實驗 2:利用歷史測試數據構建缺陷預測模型。
- 實驗 3:使用 LLM 審查並優化測試腳本。
- 最終專案:端到端實作 AI 驅動測試管線。
最低要求
參與者需具備:
- 2 年以上軟體測試/QA 角色工作經驗。
- 熟悉自動化測試工具(例如 Selenium、JUnit、Cypress)。
- 具備基本程式設計知識(建議使用 Python 或 JavaScript)。
- 具備版本控制和 CI/CD 工具的使用經驗(例如 Git、Jenkins)。
- 無需先前 AI/ML 經驗,但需具備好奇心與實驗意願。
21 小時
客戶評論 (3)
實踐練習,更容易記住信息
ashley bolen - Insurance Corporation of British Columbia
課程 - Test Automation with Selenium
機器翻譯
關鍵主題可以提前與培訓師討論並達成一致。研討會期間氛圍輕鬆愉快。
Lorenz - Continentale Lebensversicherung AG
課程 - Advanced Selenium
機器翻譯
我獲得了新知識,對此我非常有信心。沒有任何不清楚的地方。
Barbara - Titian Software Poland Sp. z o.o.
課程 - Selenium WebDriver in C#
機器翻譯