感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
模块1:AI在QA中的介绍
- 什么是人工智能?
- Machine Learning vs Deep Learning vs 基于规则的系统
- AI在软件测试中的演变
- AI在QA中的主要优势与挑战
模块2:测试人员的数据与机器学习基础
- 理解结构化与非结构化数据
- 特征、标签与训练数据集
- 监督学习与无监督学习
- 模型评估简介(准确率、精确率、召回率等)
- 真实世界的QA数据集
模块3:AI在QA中的应用
- AI驱动的测试用例生成
- 使用机器学习进行缺陷预测
- 测试优先级与基于风险的测试
- 使用计算机视觉进行视觉测试
- 日志分析与异常检测
- 使用自然语言处理(NLP)编写测试脚本
模块4:QA中的AI工具
- AI驱动的QA平台概述
- 使用开源库(如Python、Scikit-learn、TensorFlow、Keras)构建QA原型
- LLM在测试自动化中的介绍
- 构建一个简单的AI模型来预测测试失败
模块5:将AI集成到QA工作流程中
- 评估QA流程的AI准备情况
- 持续集成与AI:如何将智能嵌入CI/CD管道
- 设计智能测试套件
- 管理AI模型漂移与再训练周期
- AI驱动测试中的伦理考量
模块6:动手实验与毕业项目
- 实验1:使用AI自动化生成测试用例
- 实验2:使用历史测试数据构建缺陷预测模型
- 实验3:使用LLM审查和优化测试脚本
- 毕业项目:端到端实现AI驱动的测试管道
要求
参与者应具备以下条件:
- 2年以上软件测试/QA相关经验
- 熟悉测试自动化工具(例如Selenium、JUnit、Cypress)
- 具备编程基础知识(优先选择Python或JavaScript)
- 具备版本控制和CI/CD工具使用经验(例如Git、Jenkins)
- 无需AI/ML经验,但需具备好奇心和实验精神
21 小时
客户评论 (5)
教学方法
Negritu - OMNIASIG VIENNA INSURANCE GROUP S.A.
课程 - SoapUI for API Testing
机器翻译
我喜欢一切,因为它对我来说都是新的,我可以看到它可以为我的工作带来附加值。
Zareef - BMW South Africa
课程 - Tosca: Model-Based Testing for Complex Systems
机器翻译
Very broad overview of the subject matter that ran through all the prerequisite knowledge in ways appropriate to the course knowledge.
James Hurburgh - Queensland Police Service
课程 - SpecFlow: Implementing BDD for .NET
It was easy to understand and to implement.
Thomas Young - Canadian Food Inspection Agency
课程 - Robot Framework: Keyword Driven Acceptance Testing
Amount of hands-on excersises.