Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
課程簡介
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 中的关键优势与挑战
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)
- 现实中的 QA 数据集
模块 3: AI Use Case 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: 用于 QA 的 AI 工具
- AI 驱动的 QA 平台概述
- 使用开源库(如 Python、Scikit-learn、TensorFlow、Keras)进行 QA 原型开发
- LLM 在测试自动化中的介绍
- 构建简单的 AI 模型以预测测试失败
模块 5: 将 AI 集成到 QA 工作流中
- 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: 实践实验与毕业项目
- 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 审查并优化测试脚本
- 毕业项目: 端到端实现 AI 驱动的测试管道
最低要求
參與者應具備以下條件:
- 2年以上軟件測試/QA相關經驗
- 熟悉測試自動化工具(例如Selenium、JUnit、Cypress)
- 具備編程基礎知識(優先選擇Python或JavaScript)
- 具備版本控制和CI/CD工具使用經驗(例如Git、Jenkins)
- 無需AI/ML經驗,但需具備好奇心和實驗精神
21 時間:
客戶評論 (5)
教學方法
Negritu - OMNIASIG VIENNA INSURANCE GROUP S.A.
Course - SoapUI for API Testing
機器翻譯
我喜歡一切,因為它對我來說都是新的,我可以看到它可以為我的工作帶來附加值。
Zareef - BMW South Africa
Course - Tosca: Model-Based Testing for Complex Systems
機器翻譯
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
Course - SpecFlow: Implementing BDD for .NET
It was easy to understand and to implement.
Thomas Young - Canadian Food Inspection Agency
Course - Robot Framework: Keyword Driven Acceptance Testing
Amount of hands-on excersises.