Testing with Generative AI (CT-GenAI)

Dlaczego warto

Chcesz wykorzystać potencjał generatywnej sztucznej inteligencji w testowaniu oprogramowania i stać się specjalistą w tej dynamicznie rozwijającej się dziedzinie? To szkolenie dostarczy Ci zaawansowanej wiedzy i praktycznych umiejętności niezbędnych do efektywnego stosowania GenAI i dużych modeli językowych (LLM) w całym procesie testowania. Nauczysz się technik prompt engineeringu, zarządzania ryzykami AI oraz integracji infrastruktury LLM z procesami testowymi. Przygotujesz się do egzaminu i uzyskasz międzynarodowy certyfikat CT-GenAI.

Czego się nauczysz

• Rozumieć podstawowe koncepcje, możliwości i ograniczenia generatywnej AI w testowaniu.
• Stosować techniki prompt engineeringu do analizy testów, projektowania, automatyzacji i raportowania.
• Generować przypadki testowe, kryteria akceptacji i syntetyczne dane testowe przy użyciu AI.
• Identyfikować i mitygować ryzyka związane z AI, takie jak halucynacje, błędy rozumowania, stronniczość i naruszenia prywatności danych.
• Rozumieć działanie infrastruktury testowej opartej na LLM (RAG, LLMOps, agenci AI).
• Integrować rozwiązania GenAI ze środowiskami testowymi.
• Współtworzyć strategię i mapę drogową wdrożenia GenAI w testowaniu w organizacji.

Dla kogo

Szkolenie jest przeznaczone dla wszystkich zaangażowanych w wykorzystanie generatywnej AI w testowaniu oprogramowania: testerów, analityków testów, inżynierów automatyzacji testów, kierowników testów, testerów akceptacyjnych użytkownika oraz programistów. Odpowiednie także dla kierowników projektów, menedżerów jakości, menedżerów rozwoju oprogramowania, analityków biznesowych, dyrektorów IT i konsultantów zarządzania.

Zakres szkolenia

Dzień 1: Fundamenty, Prompt Engineering i Ryzyka
Skupienie na zrozumieniu technologii, praktycznym tworzeniu zapytań oraz bezpieczeństwie.

• Blok 1: Wprowadzenie do GenAI w testowaniu oprogramowania
  Podstawy GenAI i kluczowe pojęcia (LLM, tokeny, kontekst).
  Główne zasady wykorzystania GenAI w procesach testowych.
• Blok 2: Prompt Engineering w efektywnym testowaniu
  Tworzenie skutecznych promptów (zapytań) dla testerów.
  Zastosowanie zaawansowanych technik inżynierii promptów w praktyce.
  Ewaluacja wyników generowanych przez AI i iteracyjne doskonalenie zapytań.
• Blok 3: Zarządzanie ryzykiem GenAI w procesie testowym
  Halucynacje, błędy w rozumowaniu i uprzedzenia (bias) modeli.
  Prywatność danych i ryzyka związane z cyberbezpieczeństwem.

Dzień 2: Rozwiązania techniczne, LLMOps i Wdrożenie
Skupienie na architekturze, operacjonalizacji oraz strategii organizacyjnej.

• Blok 4: Regulacje i standardy (Dokończenie ryzyk)
  Regulacje i standardy (Dokończenie ryzyk)
  Regulacje dotyczące AI (np. AI Act), standardy i ramy dobrych praktyk.
  Zużycie energii i wpływ GenAI na środowisko
  
• Blok 5: Rozwiązania oparte na LLM dla testowania
  Podejścia architektoniczne w tworzeniu narzędzi testowych opartych na LLM (np. RAG).
  Fine-tuning (dostrajanie modeli) i LLMOps: Operacjonalizacja rozwiązań AI w testach.
  
• Blok 6: Wdrażanie i integracja GenAI w organizacjach testowych
  Mapa drogowa (Roadmap) adopcji GenAI w zespole QA.
  Zarządzanie zmianą podczas wdrażania technologii generatywnych.