コース概要
モジュール1: QAにおけるAIの導入
- 人工知能とは何か
- 機械学習とディープラーニング、ルールベースシステムとの比較
- AIと共に進化するソフトウェアテスト
- QAにおけるAIの主要な利点と課題
モジュール2: テスター向けデータとMLの基礎
- 構造化データと非構造化データの理解
- 特徴量、ラベル、およびトレーニングデータセット
- 監督学習と非監督学習
- モデル評価の概要(精度、適合率、再現率など)
- 実世界のQAデータセット
モジュール3: QAにおけるAIのユースケース
- AIを活用したテストケース生成
- MLを使用した欠陥予測
- テストの優先順位付けとリスクベースのテスト
- コンピュータビジョンを活用した視覚的なテスト
- ログ分析と異常検知
- テストスクリプトの自然言語処理(NLP)
モジュール4: QA向けAIツール
- AI搭載QAプラットフォームの概要
- オープンソースライブラリ(例: Python, Scikit-learn, TensorFlow, Keras)を用いたQAプロトタイプ
- テスト自動化におけるLLMの導入
- テスト失敗予測モデルの簡単な構築
モジュール5: QAワークフローへのAI統合
- あなたのQAプロセスのAI対応度評価
- CI/CDとAI: 知能をCI/CDパイプラインに組み込む方法
- 智能化されたテストスイートの設計
- AIモデルのドリフト管理と再学習サイクル
- AIを活用したテストにおける倫理的考慮事項
モジュール6: 実践的なラボと最終プロジェクト
- ラボ1: AIを用いたテストケース生成の自動化
- ラボ2: 歴史的なテストデータを使用した欠陥予測モデルの構築
- ラボ3: LLMを用いたテストスクリプトのレビューと最適化
- 最終プロジェクト: AIを活用したテストパイプラインのエンドツーエンド実装
要求
参加者は以下の条件を満たしていることが期待されます:
- ソフトウェアテスト/QAの役割で2年以上の経験
- テスト自動化ツール(例: Selenium, JUnit, Cypress)の使用経験
- 基本的なプログラミング知識(PythonやJavaScriptが望ましい)
- バージョン管理およびCI/CDツール(例: Git, Jenkins)の使用経験
- AI/MLの事前知識は不要だが、好奇心と実験する意志が重要
お客様の声 (5)
良い関係性で、Łukaszは全員の質問に時間を取り、誰かが問題を持っていた場合も助けることができました。
Kelly Morris - Titian Software Poland Sp. z o.o.
コース - Selenium WebDriver in C#
機械翻訳
実践的な演習の量。
Jakub Wasikowski - riskmethods sp. z o.o
コース - API Testing with Postman
機械翻訳
トレーナーはすべての機能を詳しく説明しました。
Argean Quilaquil - DXC
コース - TestComplete
機械翻訳
講師は親切で、説明が明確かつ興味深かったです。彼はできるだけレッスンを面白くしようとしています。私はレッスンをとても楽しんでおり、多くの知識を得ることができました。ありがとうございます。最も役立った技術は、テキストボックスやラジオボタン、ボタンなどの異なるWebコンポーネントの要素を特定する方法でした。有时候,元素ID无法正确捕获。我们学习了使用CSS选择器、XPath、名称和ID等不同的定位元素的方法。我喜欢这种解释方式。谢谢。
Bee Chin Chuah - I-Access Solutions Pte Ltd
コース - Advanced Selenium with C#
機械翻訳
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
コース - Advanced Selenium
機械翻訳