感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
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.
課程 - 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
課程 - 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
課程 - SpecFlow: Implementing BDD for .NET
It was easy to understand and to implement.
Thomas Young - Canadian Food Inspection Agency
課程 - Robot Framework: Keyword Driven Acceptance Testing
Amount of hands-on excersises.
