聯繫我們
 課程時長 14 時間:

課程簡介

軟體測試中的AI簡介

  • AI在測試與QA中的能力概覽
  • 現代測試流程中使用的AI工具類型
  • AI驅動品質工程的優點與風險

用於測試案例生成的LLMs

  • 用於生成單元與功能測試的提示詞工程
  • 建立參數化與資料驅動的測試範本
  • 將使用者故事與需求轉換為測試腳本

探索性與邊界案例測試中的AI

  • 使用AI識別未測試的分支或條件
  • 模擬罕見或異常使用情境
  • 風險基礎的測試生成策略

自動化UI與回歸測試

  • 使用Testim或mabl等AI工具進行UI測試建立
  • 透過自我修復選擇器維持穩定的UI測試
  • 程式碼變更後的AI基礎回歸影響分析

失敗分析與測試優化

  • 使用LLM或ML模型集群化測試失敗
  • 減少不穩定測試執行與警報疲勞
  • 根據歷史洞察優先排序測試執行

CI/CD管線整合

  • 在Jenkins、GitHub Actions或GitLab CI中嵌入AI測試生成
  • 在拉取請求期間驗證測試品質
  • 管線中的自動化回滾與智慧測試閘控

QA中AI的未來趨勢與負責任使用

  • 評估AI生成測試的準確性與安全性
  • AI增強測試流程的治理與稽核軌跡
  • AI-QA平台與智慧可觀測性的趨勢

總結與後續步驟

最低要求

  • 具備軟體測試、測試規劃或QA自動化經驗
  • 熟悉測試框架,如JUnit、PyTest或Selenium
  • 對CI/CD管線與DevOps環境有基本了解

目標學員

  • QA工程師
  • 軟體開發測試工程師(SDETs)
  • 在敏捷或DevOps環境中工作的軟體測試人員

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類