お問い合わせ

コース概要

モジュール1:品質保証とテストの基礎

  • 品質、品質保証、テストの定義
  • 7つのテスト原則(ISTQB CTFL v4.0)
  • テスト、デバッグ、品質管理の違い
  • テストの心理学
  • QAチームにおける役割と責任

モジュール2:ソフトウェア開発ライフサイクルとテスト

  • ソフトウェアテストライフサイクル(STLC)のフェーズ
  • ウォーターフォール、アジャイル、DevOps、CI/CDのテストアプローチ
  • テストレベル:ユニット、インテグレーション、システム、受領
  • シフトレフトとシフトライトテスト戦略
  • 要件とテストケース間のトレーサビリティ

モジュール3:静的テスト技法

  • レビュー、ウォークスルー、インスペクション
  • 自動化ツールを用いた静的解析
  • チェックリストベースおよび役割ベースのレビュー
  • 正式および非公式のレビュー技法
  • アジャイルワークフローへの静的テストの統合

モジュール4:テスト技法

  • ブラックボックス技法:同値分割、境界値解析
  • 判断表テスト、状態遷移テスト
  • ユースケーステスト、探索的テスト
  • ホワイトボックス技法:ステートメントカバレッジ、判断カバレッジ
  • 経験ベースの技法とエラーガイシング

モジュール5:欠陥管理

  • 欠陥ライフサイクル:検出、報告、トライエージ、解決、クローズ
  • JIRAを用いた効果的な欠陥報告書の作成
  • 欠陥の重大度と優先度の分類
  • 根本原因分析技法
  • 欠陥指標と傾向分析

モジュール6:テスト管理とリスクベーステスト

  • テスト計画および見積もり方法
  • リスクの特定、評価、軽減
  • テストの監視、制御、報告
  • テスト完了基準および終了条件の定義
  • ISTQBに準拠したテスト戦略およびテストポリシー文書

モジュール7:テストツールと自動化の基礎

  • テストツールの分類(ISTQBのツールカテゴリー)
  • テスト自動化のメリットとリスク
  • ツールの選択:オープンソース対商用ソリューション
  • Selenium、Playwright、Cypressの入門
  • 基本となる自動テストスイートの構築

モジュール8:品質保証におけるAIの入門

  • テスター向けのAIおよび機械学習の概念
  • 分類体系:テストのためのAI vs AIシステムのテスト
  • 現在のAIテストの landscape:機会と制限
  • AIベースシステムのための品質特性
  • ISTQB CT-AI カリキュラムの概要と関連性

モジュール9:AI支援型テストケース生成

  • テストケース草案作成におけるLLM(ChatGPT、Claude、Copilot)の活用
  • テストシナリオ生成のためのプロンプトエンジニアリング技法
  • ユーザーストーリーおよび受理基準をテストケースに変換する
  • AI生成テストケースのレビューと検証
  • プラットフォーム:Testim、Mabl、およびAIネイティブのテスト生成ツール

モジュール10:AI支援型テスト自動化

  • Katalon Studio AIを用いた自己修復テスト自動化
  • AI駆動のオブジェクト認識およびエレメント特定
  • Applitools Eyesを用いた視覚的回帰テスト
  • 堅牢な自動化のためのAIプラグイン付きSelenium
  • インテリジェントなロケータによる保守オーバーヘッドの削減

モジュール11:欠陥予測と分析のためのAI

  • LaunchableおよびSealightsによる予測的テスト選択
  • ReportPortalによる障害のクラスタリングおよび異常検出
  • AI支援型根本原因分析
  • 品質リスクスコアリングおよびテストギャップ分析
  • 歴史的な欠陥データを用いたテストの優先順位付け

モジュール12:AIツールの評価とCI/CD統合

  • AIテストツールの評価基準
  • ROI分析および導入戦略
  • Jenkins、GitHub Actions、GitLab CIへのAIテストツールの統合
  • パイプライン設計:AI駆動テストをいつ、どこで実行するか
  • 指標を用いたAIテストの有効性の測定

モジュール13:AI駆動テストにおける倫理的考慮事項

  • AI生成テストデータにおけるバイアスと公平性
  • クラウドベースAIツールの利用に関するプライバシー懸念
  • AIテスト判断の透明性と説明可能性
  • ガバナンスおよびコンプライアンスの考慮事項
  • QAチームのための責任あるAIプラクティス

モジュール14:ISTQB CTFL試験対策

  • CTFL v4.0試験の構造、所要時間、採点基準
  • 質問タイプおよび回答戦略
  • CTFLカリキュラム章ごとのトピックの配分率
  • ISTQB様式の模擬問題を含む練習試験
  • 学習ロードマップおよび推奨リソース

モジュール15:総括:エンドツーエンドのAI強化テストワークフロー

  • サンプル要件文書からのテストケース設計
  • AIを用いたテストシナリオの生成および推敲
  • 自己修復ツールを用いた選択されたテストの自動化
  • 欠陥報告およびAI支援型根本原因分析の実行
  • 振り返り:日常的なQA実践へのAIの統合

要求

  • ソフトウェア開発の概念と用語に関する基本的な理解
  • ソフトウェアテストに関する基礎的な親しみ
  • 事前のISTQB認定や公式のQA研修は不要

対象者

  • ISTQBファウンデーションレベル認定試験に向けて準備するQAプロフェッショナルおよびソフトウェアテスター
  • テストワークフローにAIツールを統合したいテストエンジニア
  • アドホックなテストから構造化されたQAフレームワークへの移行を目指すチーム
 21 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー