Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Módulo 1: Introdução à IA para QA
- O que é Inteligência Artificial?
- Machine Learning vs Deep Learning vs Sistemas baseados em regras
- A evolução do teste de software com IA
- Principais benefícios e desafios da IA em QA
Módulo 2: Dados e Noções Básicas de ML para Testadores
- Compreendendo dados estruturados vs. não estruturados
- Características, rótulos e conjuntos de dados de treinamento
- Aprendizado supervisionado vs. não supervisionado
- Introdução à avaliação de modelos (precisão, recall, etc.)
- Conjuntos de dados do QA em situações reais
Módulo 3: Aplicações de IA na QA
- Geração automática de casos de teste com IA
- Previsão de defeitos usando ML
- Priorização de testes e teste baseado em riscos
- Teste visual com visão computacional
- Análise de logs e detecção de anomalias
- Processamento de linguagem natural (NLP) para scripts de teste
Módulo 4: FERRAMENTAS DE IA PARA QA
- Visão geral de plataformas de QA habilitadas por IA
- Utilização de bibliotecas open-source (e.g., Python, Scikit-learn, TensorFlow, Keras) para protótipos de QA
- Introdução a LLMs na automação de testes
- Construção de um modelo simples de IA para prever falhas em testes
Módulo 5: Integração da IA nos Fluxos de Trabalho QA
- Avaliação da preparação para a IA dos processos de QA
- Integração contínua e AI: como incorporar inteligência nos pipelines CI/CD
- Delineando conjuntos de testes inteligentes
- Gerenciamento do desvio e dos ciclos de reentrenamento do modelo IA
- Considerações éticas no teste automatizado por IA
Módulo 6: Laboratórios Práticos e Projeto Final
- Laboratório 1: Automatização da geração de casos de teste usando IA
- Laboratório 2: Construção de um modelo de previsão de defeitos utilizando dados históricos de testes
- Laboratório 3: Utilização de um LLM para revisar e otimizar scripts de teste
- Projeto Final: Implementação end-to-end de uma pipeline de teste automatizado por IA
Requisitos
Os participantes são esperados a ter:
- 2+ anos de experiência em papéis de testes de software/QA
- Familiaridade com ferramentas de automação de testes (por exemplo, Selenium, JUnit, Cypress)
- Conhecimento básico de programação (preferivelmente em Python ou JavaScript)
- Experiência com controle de versão e ferramentas CI/CD (por exemplo, Git, Jenkins)
- Não é necessário experiência prévia em IA/ML, embora curiosidade e disposição para experimentar sejam essenciais
21 Horas
Declaração de Clientes (5)
Bom relacionamento, Łukasz teve tempo para as perguntas de todos e foi capaz de ajudar qualquer pessoa que tivesse algum problema
Kelly Morris - Titian Software Poland Sp. z o.o.
Curso - Selenium WebDriver in C#
Máquina Traduzida
Gostei de tudo, porque é tudo novo para mim e posso ver o valor acrescentado que pode trazer ao meu trabalho.
Zareef - BMW South Africa
Curso - Tosca: Model-Based Testing for Complex Systems
Máquina Traduzida
Muitos exercícios, que proporcionaram muitas habilidades práticas.
Rafal Borek - Bytamic Solutions sp. z o.o.
Curso - Automation Testing with Cypress
Máquina Traduzida
Quantidade de exercícios práticos.
Jakub Wasikowski - riskmethods sp. z o.o
Curso - API Testing with Postman
Máquina Traduzida
Análise passo a passo. Explicação de cada linha de código. Todos os problemas que tive durante o curso foram resolvidos com sucesso e o Łukasz explicou-me a razão. Também gostei das boas práticas que foram apresentadas. Nunca me convenci do estilo TDD - simplesmente não o considero útil e não vale o seu tempo. O Łukasz apontou tantas vantagens do TDD que mudou completamente a minha opinião.
Michal Uscinski - Devapo Sp. z o. o.
Curso - Testing Angular Applications
Máquina Traduzida
