Εξέλιξη Κομματιού
Μονάδα 1: Εισαγωγή στην AI για τη Δοκιμασία
- Τι είναι η Τεχνητή Νοημοσύνη;
- Μηχανική μάθηση vs βαθιά μάθηση vs συστήματα με βάση κανόνες
- Η εξέλιξη της δοκιμασίας λογισμικού με AI
- Τα βασικά πλεονεκτήματα και τα εμπόδια της AI στη δοκιμασία
Μονάδα 2: Βασικά Δεδομένων και ML για τους Δοκιμαστές
- Κατανόηση δομένων vs αδομένων δεδομένων
- Χαρακτηριστικά, ετικέτες και σύνολα δεδομένων εκπαίδευσης
- Επόπτευση και μη-επόπτευση μάθησης
- Εισαγωγή στην αξιολόγηση του μοντέλου (ακρίβεια, πυκνότητα, επανάληψη κ.α.)
- Πραγματικά σύνολα δεδομένων QA
Μονάδα 3: Εφαρμογές AI στη Δοκιμασία
- Γενική δοκιμασία με βάση AI
- Πρόβλεψη λαθών χρησιμοποιώντας ML
- Εξουσιοδότηση δοκιμασίας και δοκιμασία με βάση κίνδυνο
- Οπτική δοκιμασία με χρήση εξέλιξης του περιβάλλοντος (CV)
- Ανάλυση και ανίχνευση απωλειών σε καταγραφές
- Εξεργασία φυσικής γλώσσας (NLP) για δοκιμασία σεναρίων
Μονάδα 4: Εργαλεία AI για τη Δοκιμασία
- Γενική παρουσίαση εργαλείων δοκιμασίας με βάση AI
- Χρήση ανοιχτό-λογισμικών βιβλιοθηκών (π.χ., Python, Scikit-learn, TensorFlow, Keras) για δοκιμασίες πρωτότυπων εφαρμογών
- Εισαγωγή στην χρήση μεγάλων γλωσσικών μοντέλων (LLMs) στη δοκιμασία αυτόματως
- Δημιουργία απλού μοντέλου AI για πρόβλεψη αποτυχιών δοκιμασίας
Μονάδα 5: Ενσωμάτωση AI στα προϊόντα Δοκιμασίας
- Αξιολόγηση της ικανότητας για ενσωμάτωση AI στα προϊόντα δοκιμασίας
- Συνεχής ολοκλήρωση και AI: πώς να ενσωματώσουμε την αξιολόγηση σε δίκτυα CI/CD
- Σχεδιασμός έξυπνων προϊόντων δοκιμασίας
- Διαχείρηση αποκλίνουσας εξέλιξης μοντέλων AI και κύκλων εκπαιδευτικής ξαναμάθησης
- Ηθικές συζητήσεις για δοκιμασία με βάση AI
Μονάδα 6: Εργαστήρια και τελικό σχέδιο
- Εργαστήριο 1: Αυτόματη δημιουργία περιπτώσεων δοκιμασίας με χρήση AI
- Εργαστήριο 2: Δημιουργία μοντέλου πρόβλεψης λαθών χρησιμοποιώντας ιστορικά δεδομένα δοκιμασίας
- Εργαστήριο 3: Χρήση μεγάλου γλωσσικού μοντέλου (LLM) για την αξιολόγηση και βελτίωση σεναρίων δοκιμασίας
- Τελική έργα: Πλήρης υλοποίηση προϊόντος δοκιμασίας με βάση AI
Απαιτήσεις
Οι συμμετέχοντες αναμένεται να διαθέτουν:
- 2+ χρόνια εμπειρία σε ρόλους δοκιμασίας/Εξέτασης λογισμικού
- Γνώση των εργαλείων αυτόματης δοκιμασίας (π.χ., Selenium, JUnit, Cypress)
- Βασική γνώση προγραμματισμού (υποθέτεται ότι είναι στο Python ή JavaScript)
- Εμπειρία με εργαλεία διαχείρισης έκδοσης και CI/CD (π.χ., Git, Jenkins)
- Δεν απαιτείται προηγούμενη εμπειρία στην AI/ML, αλλά η κουριόζιτα και η βούληση να εκδοκιμάσετε είναι απαραίτητες
Σχόλια (5)
Καλή σχέση, ο Łukasz είχε χρόνο για τις ερωτήσεις όλων και ήταν σε θέση να βοηθήσει όποιον είχε οποιοδήποτε πρόβλημα
Kelly Morris - Titian Software Poland Sp. z o.o.
Κομμάτι - Selenium WebDriver in C#
Μηχανική Μετάφραση
Ποσότητα εργασιών με πρακτική εφαρμογή.
Jakub Wasikowski - riskmethods sp. z o.o
Κομμάτι - API Testing with Postman
Μηχανική Μετάφραση
Ο εκπαιδευτής εξηγήσει μελετательώς κάθε λειτουργία.
Argean Quilaquil - DXC
Κομμάτι - TestComplete
Μηχανική Μετάφραση
Ο εκπαιδευτής είναι υπέροχος. Η εξηγήσή του είναι σαφής και ενδιαφέρουσα. Υποστrebέει πάντα να κάνει τις leύξεις όσο το δυνατόν πιο ενδιαφέρoντες. Μετeίχα με αρεσκεία στη leύξη και κέρδισα πολλή γνώση. Ευχαριστώ πολύ. Η πιο χρήσιμη τεχνική που μάθηκα είναι η αναζήτηση στοιχείων για διάφορους web κόμποντς όπως textbox, radio buttons και buttons. Κάποιες φορές, το ID ενός στοιχείου δεν αναγνωρίζεται σωστά. Μάθηκα μια διαφορετική μέθοδο αναζήτησης στοιχείων χρησιμοποιώντας CSS selectors, XPath, Name και ID. Αρέσει μου η εξήγηση. Ευχαριστώ
Bee Chin Chuah - I-Access Solutions Pte Ltd
Κομμάτι - Advanced Selenium with C#
Μηχανική Μετάφραση
The One on One session is amazing!! And thankful that the trainer's skills are Excellent and his willingness to share them to the fullness. I am very satisfied. . with the training and I wouldn't have wish to have done it anywhere else. I would only wish that I had One day longer for the training.
Isaac Nyembo - Bechtle Clouds GmbH
Κομμάτι - Advanced Selenium
Μηχανική Μετάφραση