Εξέλιξη Κομματιού

Εισαγωγή στον τομέα του λογισμικού δοκιμασίας με χρησιμοποίηση τεχνητής νοημοσύνης

  • Περιγραφή των δυνατοτήτων της τεχνητής νοημοσύνης στη δοκιμασία και τη QA
  • Τύποι εργαλείων τεχνητής νοημοσύνης που χρησιμοποιούνται σε σύγχρονες δοκιμαστικές καθαρότητες
  • Συμφέροντα και κινδύνοι του επιμελητή της ποιότητας βασισμένου στην τεχνητή νοημοσύνη

Μεγάλα γλωσσικά μοντέλα (LLMs) για δημιουργία κειμένου τεστ

  • Μηχανική προεξέτασης για την παραγωγή ενότητων και λειτουργικών δοκιμασιών
  • Δημιουργία παραμετρικών και δεδομένων-κεντρικών προσαρμοσμένων πλατφόρμων
  • Μετατροπή χρηστικών ιστοριών και απαιτήσεων σε δοκιμαστικές διαδικασίες

Τεχνητή νοημοσύνη στην εξερευνητική και τη δοκιμασία απώλειας

  • Αναγνώριση μη-δοκιμασμένων κλάδων ή συνθήκων χρησιμοποιώντας τεχνητή νοημοσύνη
  • Προσομοιώση σπάνιων ή ακραιφνίων καταστάσεων χρήσης
  • Στρατηγικές δοκιμασίας βασισμένες στους κινδύνους

Αυτόματη UI και πλήρωση δοκιμασίας

  • Χρησιμοποιώντας εργαλεία τεχνητής νοημοσύνης όπως το Testim ή mabl για δημιουργία UI test
  • Καθολική φυλακή σταθερών Δοκιμασιών UI μέσω αυτό-άδειων selector
  • Πλήρης βάση δοκιμασίας με τη χρήση τεχνητής νοημοσύνης από τη συναθροϊσμένη αλλαγή κώδικα

Ανάλυση πτωχείου και βελτιστοποίηση δοκιμασίας

  • Συσσώρευση σφαλμάτων δοκιμασίας μέσω LLMs ή ML προτύπων
  • Μείωση ασταθών τρέχων δοκιμασιών και εξάντλησης warning
  • Προτεραιοτοποίηση εκτέλεσης δοκιμασιών με βάση υπόθεση ιστορικής

Ενσωμάτωση CI/CD Pipeline

  • Περιέχον τη διαδίκτυα AI test generation στα Jenkins, GitHub Actions, ή GitLab CI
  • Επικύρωση ποιότητας καθώς ενεργεί pull request
  • Αυτοματή απόσυρη και νοημοσύνη προβάλλων τεστ στις διαδίκτυες

Μέλλοντικές τάσεις και υπεύθυνη χρήση AI στη QA

  • Αξιολόγηση ακρίβειας και ασφάλειας των δοκιμαστικών που δημιουργήθηκαν με AI
  • Διοίκηση και ιστορικά για τη δοκιμαστική βασισμένη στην AI
  • Τάσεις πλατφόρμων AI-QA και ευφυής αναδρομική μελέτη (observability)

Σύνοψη και επόμενα βήματα

Απαιτήσεις

  • Εμπειρία σε δοκιμασία λογισμικού, πλάνωμα τεστή ή αυτοματοποίηση QA
  • Γνώρισμα με δοκιμαστικές πλάτφορμες όπως η JUnit, PyTest ή Selenium
  • Βασική κατανόηση των διαδικτύων CI/CD και των περιβάλλοντα DevOps

Ακροατήριο

  • QA Μηχανικοί
  • Επεξεργάστες Λογισμικού Δοκιμασίας (SDETs)
  • Δοκιμαστές λογισμικού που εργάζονται σε αυτόγερες ή DevOps ρύθμιση
 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετοχαστή

Σχόλια (1)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες