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.
Duração 21 horas
Programa do Curso
Introdução à IA para QA
- O que é Inteligência Artificial?
- Aprendizado de Máquina vs Aprendizado Profundo vs Sistemas Baseados em Regras
- A evolução do teste de software com IA
- Principais benefícios e desafios da IA no QA
Básicos de Dados e ML para Testadores
- Compreensão de dados estruturados vs não estruturados
- Recursos, rótulos e conjuntos de dados de treinamento
- Aprendizado supervisionado e não supervisionado
- Introdução à avaliação de modelos (precisão, exatidão, recall, etc.)
- Conjuntos de dados de QA do mundo real
Casos de Uso de IA em QA
- Geração de casos de teste impulsionada por IA
- Previsão de defeitos usando ML
- Priorização de testes e testes baseados em risco
- Testes visuais com visão computacional
- Análise de logs e detecção de anomalias
- Processamento de linguagem natural (NLP) para scripts de teste
Ferramentas de IA para QA
- Visão geral de plataformas de QA habilitadas por IA
- Uso de bibliotecas open-source (ex.: Python, Scikit-learn, TensorFlow, Keras) para protótipos de QA
- Introdução a LLMs na automação de testes
- Construção de um modelo de IA simples para prever falhas de teste
Integrando IA aos Fluxos de Trabalho de QA
- Avaliando o grau de prontidão para IA nos seus processos de QA
- Integração contínua e IA: como embutir inteligência nos pipelines de CI/CD
- Projetando suítes de teste inteligentes
- Gerenciando o drift de modelos de IA e ciclos de re-treinamento
- Considerações éticas em testes impulsionados por IA
Laboratórios Práticos e Projeto Capstone
- Laboratório 1: Automatizar a geração de casos de teste usando IA
- Laboratório 2: Construir um modelo de previsão de defeitos usando dados históricos de teste
- Laboratório 3: Usar um LLM para revisar e otimizar scripts de teste
- Capstone: Implementação ponta a ponta de um pipeline de testes impulsionado por IA
Requisitos
Espera-se que os participantes tenham:
- 2+ anos de experiência em funções de teste de software/QA
- Familiaridade com ferramentas de automação de testes (ex.: Selenium, JUnit, Cypress)
- Conhecimento básico de programação (preferencialmente em Python ou JavaScript)
- Experiência com ferramentas de controle de versão e CI/CD (ex.: Git, Jenkins)
- Não é necessária experiência prévia em IA/ML, embora a curiosidade e a disposição para experimentar sejam essenciais
Testemunhos de Clientes (1)
O principal aprendizado foi entender como utilizar eficazmente a IA para aprimorar as atividades de testes, especialmente por meio de um melhor engenharia de prompts, agentes de IA, RAG e análise de testes assistida por IA.
Tallada Vijayakumar - Advantest Europe GmbH
Curso - AI Enablement Training Program for Software QA Engineers
Máquina Traduzida