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
- Resumen de las capacidades de la IA en pruebas y QA.
- Tipos de herramientas de IA utilizadas en flujos de trabajo de pruebas modernos.
- Beneficios y riesgos de la ingeniería de calidad basada en 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 Extremos
- Identificación de ramas o condiciones no probadas mediante IA.
- Simulación de escenarios de uso raros o anómalos.
- Estrategias de generación de pruebas basadas en riesgos.
Pruebas Automáticas de Interfaz y Regresión
- Uso de herramientas de IA como Testim o mabl para la creación de pruebas de UI.
- Mantenimiento de pruebas estables de interfaz mediante selectores auto-reparables.
- Análisis de impacto de regresión basado en IA tras cambios en el código.
Análisis de Fallos y Optimización de Pruebas
- Agrupación de fallos de pruebas utilizando modelos LLM o ML.
- Reducción de ejecuciones inestables y fatiga de alertas.
- Priorización de la ejecución de pruebas basada en insights históricos.
Integración en Pipelines CI/CD
- Incrustación de generación de pruebas con IA en Jenkins, GitHub Actions o GitLab CI.
- Validación de la calidad de las pruebas durante pull requests.
- Rollbacks automáticos y puertas de prueba inteligentes 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 y observabilidad inteligente.
Resumen y Próximos Pasos
Requerimientos
- Experiencia en pruebas de software, planificación de pruebas o automatización de QA.
- Conocimiento de frameworks de pruebas como JUnit, PyTest o Selenium.
- Comprensión básica de pipelines CI/CD y entornos DevOps.
Audiencia Objetivo
- Ingenieros de QA.
- Ingenieros de Desarrollo en Pruebas (SDET).
- Probadores 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