Course Outline

Software Testing에서 AI 소개

  • 테스팅 및 QA에서 AI의 능력 개요
  • 현대 테스트 워크플로우에서 사용되는 AI 도구의 종류
  • AI 주도 품질 엔지니어링의 이점과 위험

테스트 케이스 생성을 위한 LLMs

  • 단위 및 기능 테스트를 생성하기 위한 프롬프트 엔지니어링
  • 매개변수화 및 데이터 주도 테스트 템플릿 생성
  • 사용자 스토리와 요구 사항을 테스트 스크립트로 변환

AI를 활용한 탐색적 및 엣지 케이스 테스트

  • AI를 사용하여 테스트되지 않은 분기나 조건 식별
  • 희귀하거나 비정상적인 사용 시나리오 시뮬레이션
  • 위험 기반 테스트 생성 전략

자동화된 UI 및 회귀 테스트

  • Testim 또는 mabl과 같은 AI 도구를 사용하여 UI 테스트 생성
  • 셀프 힐링 셀렉터를 통해 안정적인 UI 테스트 유지
  • 코드 변경 후 AI 기반 회귀 영향 분석

실패 분석 및 테스트 최적화

  • LLM 또는 ML 모델을 사용하여 테스트 실패 클러스터링
  • 불안정한 테스트 실행 및 알림 피로 줄이기
  • 역사적 통찰력을 기반으로 테스트 실행 우선순위 설정

CI/CD 파이프라인 통합

  • Jenkins, GitHub 액션 또는 GitLab CI에 AI 테스트 생성 통합
  • 풀 요청 중 테스트 품질 검증
  • 파이프라인에서 자동화 롤백 및 스마트 테스트 게이트 구현

QA에서 AI의 미래 동향 및 책임 있는 사용

  • AI 생성 테스트의 정확성과 안전성 평가
  • AI 강화된 테스트 프로세스의 Go거버넌스 및 감사 트레일
  • AI-QA 플랫폼 및 지능형 관찰 가능성의 동향

요약 및 다음 단계

Requirements

  • 소프트웨어 테스팅, 테스트 계획 또는 QA 자동화 경험
  • JUnit, PyTest 또는 Selenium와 같은 테스트 프레임워크에 익숙함
  • CI/CD 파이프라인 및 DevOps 환경에 대한 기본 이해

대상

  • QA 엔지니어
  • 소프트웨어 개발 테스트 엔지니어(SDETs)
  • 애자일 또는 DevOps 환경에서 일하는 소프트웨어 테스터
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories