Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 21 horas
Temario del curso
Introducción a la IA para QA
- ¿Qué es la Inteligencia Artificial?
- Aprendizaje automático vs. Aprendizaje profundo vs. Sistemas basados en reglas
- La evolución de la prueba de software con IA
- Principales beneficios y desafíos de la IA en QA
Fundamentos de datos y ML para probadores
- Comprensión de datos estructurados y no estructurados
- Características (features), etiquetas (labels) y conjuntos de datos de entrenamiento
- Aprendizaje supervisado y no supervisado
- Introducción a la evaluación de modelos (precisión, exactitud, sensibilidad, etc.)
- Conjuntos de datos de QA del mundo real
Casos de uso de la IA en QA
- Generación de casos de prueba impulsada por IA
- Predicción de defectos utilizando ML
- Priorización de pruebas y pruebas basadas en riesgos
- Pruebas visuales con visión por computador
- Análisis de registros y detección de anomalías
- Procesamiento de lenguaje natural (NLP) para guiones de prueba
Herramientas de IA para QA
- Visión general de las plataformas de QA habilitadas con IA
- Uso de librerías de código abierto (p. ej., Python, Scikit-learn, TensorFlow, Keras) para prototipos de QA
- Introducción a los LLMs (Modelos de Lenguaje de Gran Escala) en la automatización de pruebas
- Construcción de un modelo de IA sencillo para predecir fallas de pruebas
Integración de la IA en los flujos de trabajo de QA
- Evaluación de la preparación de sus procesos de QA para la IA
- Integración continua e IA: cómo incorporar inteligencia en las tuberías (pipelines) de CI/CD
- Diseño de suites de pruebas inteligentes
- Gestión del desplazamiento de modelos de IA (model drift) y los ciclos de reentrenamiento
- Consideraciones éticas en las pruebas impulsadas por IA
Laboratorios prácticos y proyecto de culminación
- Lab 1: Automatizar la generación de casos de prueba utilizando IA
- Lab 2: Construir un modelo de predicción de defectos utilizando datos históricos de pruebas
- Lab 3: Utilizar un LLM para revisar y optimizar guiones de prueba
- Proyecto de culminación: Implementación integral de una tubería de pruebas impulsada por IA
Requerimientos
Se espera que los participantes cuenten con:
- Más de 2 años de experiencia en roles de prueba de software/QA.
- Conocimiento de herramientas de automatización de pruebas (p. ej., Selenium, JUnit, Cypress).
- Conocimientos básicos de programación, preferiblemente en Python o JavaScript.
- Experiencia con herramientas de control de versiones y CI/CD (p. ej., Git, Jenkins).
- No se requiere experiencia previa en IA/ML, aunque la curiosidad y la disposición para experimentar son esenciales.
Reseñas (4)
Las posibilidades de Postman y su uso futuro.
Gordana Gacic - SEE Digital D.O.O.
Curso - API Testing with Postman
Traducción Automática
ejercicios prácticos, lo que facilita la retención de información
ashley bolen - Insurance Corporation of British Columbia
Curso - Test Automation with Selenium
Traducción Automática
Los ejercicios que vimos en el curso fueron bastante útiles y aplicables a mis actividades en el trabajo, se resolvieron las dudas y los ejemplos compartidos son bastante útiles.
jocelin salas - BANXICO
Curso - Test Automation with Selenium and Python
La forma en que se abordaron los temas técnicos de manera práctica, con ejemplos reales y una excelente actitud del instructor.
