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?
- Machine Learning vs. Deep Learning vs. Sistemas basados en reglas
- La evolución de la prueba de software con IA
- Principales beneficios y desafíos de la IA en QA
Lo básico de datos y ML para probadores
- Entender datos estructurados vs. no estructurados
- Características, etiquetas y conjuntos de datos de entrenamiento
- Aprendizaje supervisado y no supervisado
- Introducción a la evaluación de modelos (precisión, exactitud, recall, 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 riesgo
- Pruebas visuales con visión por computador
- Análisis de registros (logs) y detección de anomalías
- Procesamiento de lenguaje natural (NLP) para scripts de prueba
Herramientas de IA para QA
- Resumen de plataformas de QA habilitadas con IA
- Uso de bibliotecas de código abierto (p. ej., Python, Scikit-learn, TensorFlow, Keras) para prototipos de QA
- Introducción a los LLMs en la automatización de pruebas
- Construcción de un modelo de IA sencillo para predecir fallas en pruebas
Integración de la IA en los flujos de trabajo de QA
- Evaluación de la preparación para la IA de sus procesos de QA
- Integración continua y IA: cómo incrustar inteligencia en las tuberías CI/CD
- Diseño de suites de pruebas inteligentes
- Gestión del desplazamiento de modelos de IA (model drift) y ciclos de reentrenamiento
- Consideraciones éticas en las pruebas impulsadas por IA
Laboratorios prácticos y proyecto culminante
- 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: Usar un LLM para revisar y optimizar scripts de prueba
- Proyecto final: Implementación extremo a extremo 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 pruebas/QA de software
- 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 a 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.
