お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
モジュール1:QAにおけるAI入門
- 人工知能とは何か?
- 機械学習・ディープラーニング・ルールベースシステムの違い
- AIがソフトウェアテスティングに与えた進化の影響
- QAにおけるAI導入の主なメリットおよび課題
モジュール2:テスター向けデータ・機械学習基礎
- 構造化データと非構造化データの違いを理解する
- フィーチャー、ラベル、学習用データセットについて把握する
- 教師あり学習と教師なし学習の違い
- モデル評価手法の基礎(精度、適合率、再現率など)
- QA用途で活用可能な実際のデータセット例
モジュール3:QAにおけるAIの具体的応用例
- AIを活用したテストケース生成
- 機械学習による欠陥予測
- テストの優先順位付けおよびリスクベースドテスティングへの応用
- コンピュータビジョンを用いたビジュアルテスティング
- ログ解析および異常検出への活用
- 自然言語処理(NLP)を利用したテストスクリプトの生成や最適化
モジュール4:QA向けAIツール紹介
- AI対応型QAプラットフォームの概要
- Python、Scikit-learn、TensorFlow、Kerasといったオープンソースライブラリを活用した簡易的なQAプロトタイプ開発方法
- テスト自動化における大規模言語モデル(LLM)の導入事例
- テスト失敗予測用AIモデルの簡単な構築方法
モジュール5:QAワークフローへのAI導入方法
- 現在のQAプロセスがAI導入に適しているかを評価する手法
- 継続的統合/CI/CDパイプラインへのAI技術組み込み方
- インテリジェントなテストスイートの設計手法
- AIモデルの性能変化や再学習サイクル管理について理解する
- AI駆動型テスティングにおける倫理的な配慮事項
モジュール6:実習および総合課題
- 実習1:AIを活用したテストケース生成の自動化
- 実習2:過去のテストデータから欠陥予測モデルを構築する
- 実習3:大規模言語モデルを用いてテストスクリプトをレビュー・最適化する
- 総合課題:AI駆動型テスティングパイプラインを一通り構築すること
要求
参加者には以下の条件が求められます:
- ソフトウェアテスト/QA業務での2年以上の経験があること
- テスト自動化ツール(Selenium、JUnit、Cypressなど)に精通していること
- プログラミングに関する基礎知識があること(特にPythonまたはJavaScriptが望ましい)
- GitやJenkinsなどのバージョン管理ツールおよびCI/CDツールの利用経験があること
- AI/機械学習の事前知識は必須ではありませんが、探究心と実践への意欲が不可欠です
21 時間
お客様の声 (3)
Postman の可能性とその今後の活用
Gordana Gacic - SEE Digital D.O.O.
コース - API Testing with Postman
機械翻訳
実践的な演習により、より多くの情報を記憶しやすくなります
ashley bolen - Insurance Corporation of British Columbia
コース - Test Automation with Selenium
機械翻訳
主要トピックは、トレーナーと事前に話し合って決定することができます。セミナー当日はリラックスした快適な雰囲気で行われます。
Lorenz - Continentale Lebensversicherung AG
コース - Advanced Selenium
機械翻訳