Entrar em Contato
 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 dos testes de software com IA
  • Principais benefícios e desafios da IA em QA

Básicos de Dados e ML para Testers

  • Compreensão de dados estruturados vs não estruturados
  • Recursos (features), 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 a prontidão para IA dos seus processos de QA
  • Integração contínua e IA: como incorporar inteligência em pipelines de CI/CD
  • Projeto de suítes de teste inteligentes
  • Gerenciamento de drift de modelos de IA e ciclos de reentrenamento
  • Considerações éticas em testes impulsionados por IA

Laboratórios Práticos e Projeto Final

  • Lab 1: Automatizar a geração de casos de teste usando IA
  • Lab 2: Construir um modelo de previsão de defeitos usando dados históricos de testes
  • Lab 3: Usar um LLM para revisar e otimizar scripts de teste
  • Projeto Final: 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 testes de software/QA
  • Familiaridade com ferramentas de automação de testes (ex.: Selenium, JUnit, Cypress)
  • Conhecimentos básicos de programação (preferencialmente em Python ou JavaScript)
  • Experiência com controle de versão e ferramentas de CI/CD (ex.: Git, Jenkins)
  • Não é exigida experiência prévia em IA/ML, embora curiosidade e disposição para experimentar sejam essenciais

Número de participantes


Preço por participante

Testemunhos de Clientes (3)

Próximas Formações Provisórias

Categorias Relacionadas