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.
Temario del curso
Introducción a la IA en Pruebas de Software
- Visión general de las capacidades de IA en testing y QA
- Tipos de herramientas de IA utilizadas en flujos de trabajo modernos de pruebas
- Beneficios y riesgos de la ingeniería de calidad impulsada por IA
LLMs para la Generación de Casos de Prueba
- Ingeniería de prompts para generar pruebas unitarias y funcionales
- Creación de plantillas de pruebas parametrizadas y basadas en datos
- Conversión de historias de usuario y requisitos en scripts de prueba
IA en Pruebas Exploratorias y de Casos Límite
- Identificación de ramas o condiciones no probadas utilizando IA
- Simulación de escenarios de uso raros o anormales
- Estrategias de generación de pruebas basadas en riesgos
Pruebas de UI y Regresión Automatizadas
- Uso de herramientas de IA como Testim o mabl para la creación de pruebas de UI
- Mantenimiento de pruebas de UI estables mediante selectores auto-reparables
- Análisis de impacto de regresión basado en IA tras cambios en el código
Análisis de Fallas y Optimización de Pruebas
- Agrupación de fallas de pruebas utilizando modelos LLM o ML
- Reducción de ejecuciones inestables (flaky tests) y fatiga de alertas
- Priorización de la ejecución de pruebas basada en insights históricos
Integración en Pipelines CI/CD
- Inclusión de generación de pruebas por IA en Jenkins, GitHub Actions o GitLab CI
- Validación de la calidad de las pruebas durante pull requests
- Rollbacks automatizados y control inteligente de pruebas en pipelines
Tendencias Futuras y Uso Responsable de la IA en QA
- Evaluación de la precisión y seguridad de las pruebas generadas por IA
- Gobernanza y registros de auditoría para procesos de prueba mejorados con IA
- Tendencias en plataformas de IA-QA e inteligencia observacional
Resumen y Próximos Pasos
Requerimientos
- Experiencia en pruebas de software, planificación de pruebas o automatización QA
- Familiaridad con marcos de testing como JUnit, PyTest o Selenium
- Conocimientos básicos de pipelines CI/CD y entornos DevOps
Público Objetivo
- Ingenieros de QA
- Ingenieros de Desarrollo en Pruebas (SDET)
- Testers de software que trabajan en entornos ágiles o DevOps
14 Horas
Testimonios (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