Temario del curso
Introducción a la IA en las pruebas de software
- Resumen general sobre las capacidades de la IA aplicadas al control de calidad y pruebas
- Tipos de herramientas basadas en IA empleadas hoy en día en los flujos de prueba
- Ventajas y riesgos derivados del uso de la ingeniería de calidad impulsada por IA
Uso de los LLM para generar casos de prueba
- Técnicas de ingeniería de prompts para crear pruebas unitarias y funcionales
- Diseño de plantillas parametrizadas y basadas en datos para las pruebas
- Transformación de historias de usuario y requisitos en guiones de prueba efectivos
Aplicaciones de la IA en pruebas exploratorias y para casos límite
- Identificación mediante IA de ramas o condiciones no probadas en el software
- Simulación de situaciones poco comunes o anómalas durante las pruebas
- Estrategias basadas en riesgo para generar casos de prueba relevantes
Pruebas automatizadas de interfaces y regresión
- Aprovechamiento de herramientas como Testim o mabl para crear pruebas de interfaz con IA
- Mantenimiento estable de las pruebas mediante selectores autorreparables
- Análisis automatizado del impacto en regresiones tras cualquier modificación del código
Análisis de fallos y optimización de los procesos de prueba
- Agrupamiento de fallas detectadas mediante modelos LLM o de aprendizaje automático
- Reducción del número de pruebas erráticas y de las alertas no esenciales
- Establecimiento de prioridades en la ejecución de pruebas según patrones históricos
Integración en flujos CI/CD
- Incorporación de la generación automática de pruebas con IA a Jenkins, GitHub Actions o GitLab CI
- Validación continua de la calidad de las pruebas en cada solicitud de incorporación al código
- Implementación de sistemas inteligentes de control automatizado y gestión preventiva de los flujos de prueba
Tendencias futuras y uso responsable de la IA en el control de calidad
- Evaluación rigurosa sobre la precisión y seguridad de los resultados obtenidos por sistemas con IA
- Implementación eficaz de gobernanza e historiales de auditoría para garantizar transparencia
- Proyección hacia novedosas plataformas especializadas en QA y su capacidad de observabilidad inteligente
Resumen final y próximos pasos recomendados
Requerimientos
- Experiencia en pruebas de software, planificación de pruebas o automatización del control de calidad
- Conocimiento previo sobre frameworks de pruebas como JUnit, PyTest o Selenium
- Comprensión básica de los flujos CI/CD y los entornos DevOps
Público objetivo
- Ingenieros de control de calidad
- Ingenieros de desarrollo de software especializados en pruebas (SDET)
- Testers que trabajan en entornos ágiles o basados en DevOps
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 2900 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (2)
La práctica estuvo muy interactiva y aplicable al negocio.
Jorge Boscan - Chevron Global Technology Services Company
Curso - Advanced GitHub Copilot & AI for Projects and Infrastructure
Adquirí conocimientos sobre la biblioteca Streamlit de Python y, con seguridad, intentaré utilizarla para mejorar las aplicaciones de mi equipo que se desarrollan en R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Traducción Automática