آموزش دوره جامع تست هوش مصنوعی ISTQB (CT-AI) | مسترکلاس تست AI برای تسترها - آخرین آپدیت

دانلود ISTQB AI Testing(CT-AI) | AI Testing Masterclass for Testers

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: تست هوش مصنوعی، استراتژی‌های آزمون و کاربردهای واقعی AI در تست نرم‌افزار را بیاموزید. راهنمای جامع آمادگی برای آزمون ISTQB CT-AI. درک نحوه عملکرد سیستم‌های هوش مصنوعی: مفاهیم پایه AI، یادگیری ماشین (ML) و یادگیری عمیق (DL) را حتی اگر دانشمند داده نیستید، فرا بگیرید. بررسی تأثیر AI بر تست نرم‌افزار: بیاموزید که هوش مصنوعی چگونه رویکرد ما به تست را تغییر می‌دهد و چرا روش‌های سنتی برای سیستم‌های مبتنی بر AI کافی نیستند. تسلط بر استراتژی‌های تست مدل‌های ML: یاد بگیرید چگونه الگوریتم‌های یادگیری نظارت شده و نظارت نشده، از جمله رفتار مدل، دقت و پایداری را تست کنید. ارزیابی کیفیت داده‌ها و نقش آن در تست AI: درک کنید که چگونه داده‌های دارای سوگیری، ناقص یا نویزی می‌توانند بر عملکرد AI تأثیر بگذارند. به‌کارگیری اصول اخلاقی در تست AI: یاد بگیرید چگونه عدالت، شفافیت و پاسخگویی را در سیستم‌های AI ارزیابی کنید تا از شیوه‌های تست مسئولانه اطمینان حاصل شود. شناسایی ریسک‌ها و حالت‌های شکست در سیستم‌های AI: شناسایی مشکلات احتمالی مانند Overfitting، ورودی‌های متخاصم (Adversarial) و پیامدهای ناخواسته قبل از تأثیر بر کاربران. نگاشت وظایف تست AI در چرخه حیات توسعه نرم‌افزار: مشاهده جایگاه تست AI در جریان‌های کاری Agile، DevOps و متدهای سنتی. آمادگی با اعتمادبه‌نفس برای آزمون ISTQB CT-AI: دریافت جزئیات ساختار آزمون، انواع سوالات و استراتژی‌های اثبات شده برای دریافت گواهینامه در اولین تلاش. پیش نیازها: هر کسی می‌تواند در این دوره شرکت کند. هیچ تجربه قبلی مورد نیاز نیست. برای دریافت گواهینامه ISTQB CT-AI، باید دارای مدرک Certified Tester Foundation Level (CTFL) باشید.

آیا آماده‌اید تا به یک متخصص تایید شده در تست هوش مصنوعی تبدیل شوید؟ این دوره راهنمای نهایی شما برای قبولی در آزمون ISTQB Certified Tester AI Testing (CT-AI) و تسلط بر مهارت‌های مورد نیاز برای تست سیستم‌های مبتنی بر AI است.

چه یک متخصص QA باشید، چه مهندس تست یا علاقه‌مند به تکنولوژی، این دوره به شما می‌آموزد که چگونه مدل‌های یادگیری ماشین را تست کنید، کیفیت داده‌ها را ارزیابی نمایید، ریسک‌های AI را مدیریت کرده و اصول اخلاقی را در تست AI به کار ببرید. شما سرفصل‌های کامل CT-AI را با دروس جذاب، مثال‌های واقعی و استراتژی‌های تخصصی آزمون مرور خواهید کرد.

آنچه در این دوره خواهید آموخت:

  • مبانی AI و تأثیر آن‌ها بر تست نرم‌افزار

  • استراتژی‌های تست برای سیستم‌های یادگیری ماشین و یادگیری عمیق

  • کیفیت داده‌ها، سوگیری و ملاحظات اخلاقی در AI

  • ساختار آزمون ISTQB CT-AI و نکات آمادگی

  • کاربردهای واقعی تست AI در پروژه‌های نرم‌افزاری مدرن

چرا این دوره را انتخاب کنید؟

  • پوشش کامل سرفصل‌های ISTQB CT-AI

  • شامل سوالات تمرینی و نکات کلیدی آزمون

  • تدریس توسط متخصص صنعت با بیش از ۲۰ سال تجربه عملی

  • ایده‌آل برای پیشرفت شغلی در حوزه AI و تست نرم‌افزار

  • دسترسی مادام‌العمر، منابع قابل دانلود و مدرک دوره

در پایان این دوره، شما نه‌تنها برای قبولی در آزمون ISTQB CT-AI آماده خواهید بود، بلکه می‌توانید تکنیک‌های تست AI را در سناریوهای واقعی به کار ببرید. فرصت آینده‌ساز کردن مسیر شغلی خود را از دست ندهید و به نسل بعدی تستر‌های تایید شده AI بپیوندید.


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه‌ای بر دوره تست هوش مصنوعی ISTQB Introduction To ISTQB AI Testing Course

  • سازمان ISTQB چیست؟ What Is ISTQB

  • محتوای دوره تست هوش مصنوعی ISTQB ISTQB AI Testing Course Contents

  • ساختار آزمون تست هوش مصنوعی ISTQB ISTQB AI Testing Exam Structure

دانلود فایل‌های PPT بخش مقدمه Download PPTs for Introduction Module

  • معرفی ماژول و منابع قابل دانلود Module Introduction - Resources to download

آشنایی با هوش مصنوعی Introduction to AI

  • 1. مقدمه‌ای بر هوش مصنوعی 1. Introduction to AI

  • 1.1 تعریف AI و اثر هوش مصنوعی 1.1 Definition of AI and AI Effect

  • 1.2 هوش مصنوعی محدود، عمومی و فوق‌هوشمند 1.2 Narrow, General and Super AI

  • 1.3 سیستم‌های مبتنی بر AI در مقابل سیستم‌های سنتی 1.3 AI-Based and Conventional Systems

  • 1.4 تکنولوژی‌های هوش مصنوعی 1.4 AI Technologies

  • 1.5 فریم‌ورک‌های توسعه AI 1.5 AI Development Frameworks

  • 1.6 سخت‌افزارهای مورد نیاز سیستم‌های AI 1.6 Hardware for AI-Based Systems

  • 1.7 هوش مصنوعی به عنوان سرویس (AIaaS) 1.7 AI as a Service (AIaaS)

  • 1.7.1 قراردادهای سرویس AIaaS 1.7.1 Contracts for AI as a Service

  • 1.7.2 نمونه‌هایی از AIaaS 1.7.2 AIaaS Examples

  • 1.8.1 مقدمه‌ای بر مدل‌های پیش‌آموزش‌دیده 1.8.1 Introduction to Pre-Trained Models

  • 1.8.2 یادگیری انتقالی (Transfer Learning) 1.8.2 Transfer Learning

  • 1.8.3 ریسک‌های استفاده از مدل‌های پیش‌آموزش‌دیده و یادگیری انتقالی 1.8.3 Risks of using Pre-Trained Models and Transfer Learning

  • 1.9 استانداردها، مقررات و هوش مصنوعی 1.9 Standards, Regulations and AI

دانلود فایل‌های PPT آشنایی با هوش مصنوعی Download PPTs for Introduction to AI

  • دانلود فایل‌های PPT مقدمه‌ای بر هوش مصنوعی Download PPTs for Introduction to AI

کوییزهای تمرینی ماژول ۱ Module 1 Practice Quizzes

  • کوییز ۱ ماژول ۱ Module 1 Quiz 1

ویژگی‌های کیفی برای سیستم‌های مبتنی بر AI Quality Characteristics for AI-Based Systems

  • 2. ویژگی‌های کیفی برای سیستم‌های مبتنی بر AI 2. Quality Characteristics for AI-Based Systems

  • 2.1 انعطاف‌پذیری و سازگاری 2.1 Flexibility and Adaptability

  • 2.2 خودمختاری (Autonomy) 2.2 Autonomy

  • 2.3 تکامل (Evolution) 2.3 Evolution

  • 2.4 سوگیری (Bias) 2.4 Bias

  • 2.5 اخلاقیات 2.5 Ethics

  • 2.6 اثرات جانبی و Reward Hacking 2.6 Side Effects and Reward Hacking

  • 2.7 شفافیت، تفسیرپذیری و توضیح‌پذیری 2.7 Transparency, Interpretability and Explainability

  • 2.8 ایمنی و هوش مصنوعی 2.8 Safety and AI

دانلود فایل‌های PPT ویژگی‌های کیفی سیستم‌های AI Download PPTs for Quality Characteristics for AI-Based Systems

  • دانلود فایل‌های PPT ویژگی‌های کیفی سیستم‌های AI Download PPTs for Quality Characteristics for AI-Based Systems

کوییزهای تمرینی ماژول ۲ Module 2 Practice Quizzes

  • کوییز ۱ ماژول ۲ Module 2 - Quiz 1

  • کوییز ۲ ماژول ۲ Module 2 - Quiz 2

  • کوییز ۳ ماژول ۲ Module 2 - Quiz 3

  • کوییز ۴ ماژول ۲ Module 2 - Quiz 4

  • کوییز ۵ ماژول ۲ Module 2 - Quiz 5

  • کوییز ۶ ماژول ۲ Module 2 - Quiz 6

  • کوییز ۷ ماژول ۲ Module 2 - Quiz 7

  • کوییز ۸ ماژول ۲ Module 2 - Quiz 8

مروری بر یادگیری ماشین (ML) Machine Learning (ML) – Overview

  • 3. مروری بر یادگیری ماشین (ML) 3. Machine Learning (ML) – Overview

  • 3.1 انواع یادگیری ماشین 3.1 Forms of ML

  • 3.1.1 یادگیری نظارت شده 3.1.1 Supervised Learning

  • 3.1.2 یادگیری نظارت نشده 3.1.2 Unsupervised Learning

  • 3.1.3 یادگیری تقویتی 3.1.3 Reinforcement Learning

  • 3.2 گردش کار (Workflow) یادگیری ماشین 3.2 ML Workflow

  • 3.3 انتخاب نوع یادگیری ماشین 3.3 Selecting a Form of ML

  • 3.4 عوامل مؤثر در انتخاب الگوریتم ML 3.4 Factors Involved in ML Algorithm Selection

  • 3.5 بیش‌برازش و کم‌برازش (Overfitting & Underfitting) 3.5 Overfitting and Underfitting

  • 3.5.1 بیش‌برازش (Overfitting) 3.5.1 Overfitting

  • 3.5.2 کم‌برازش (Underfitting) 3.5.2 Underfitting

دانلود فایل‌های PPT مروری بر یادگیری ماشین Download PPTs for Machine Learning (ML) – Overview

  • دانلود فایل‌های PPT مروری بر یادگیری ماشین Download PPTs for Machine Learning (ML) – Overview

کوییزهای تمرینی ماژول ۳ Module 3 Practice Quizzes

  • کوییز ۱ ماژول ۳ Module 3 - Quiz 1

  • کوییز ۲ ماژول ۳ Module 3 - Quiz 2

  • کوییز ۳ ماژول ۳ Module 3 - Quiz 3

  • کوییز ۴ ماژول ۳ Module 3 - Quiz 4

  • کوییز ۵ ماژول ۳ Module 3 - Quiz 5

  • کوییز ۶ ماژول ۳ Module 3 - Quiz 6

داده‌ها در یادگیری ماشین ML - Data

  • 4. داده‌ها در ML 4 ML - Data

  • 4.1 آماده‌سازی داده‌ها در گردش کار ML 4.1 Data Preparation as Part of the ML Workflow

  • 4.1.1 چالش‌های آماده‌سازی داده‌ها 4.1.1 Challenges in Data Preparation

  • 4.2 مجموعه‌داده‌های آموزشی، اعتبارسنجی و تست - بخش اول 4.2 Training, Validation and Test Datasets in the ML Workflow- Part 1

  • 4.2 مجموعه‌داده‌های آموزشی، اعتبارسنجی و تست - بخش دوم 4.2 Training, Validation and Test Datasets in the ML Workflow- Part 2

  • 4.3 مشکلات کیفیت مجموعه‌داده‌ها 4.3 Dataset Quality Issues

  • 4.4 کیفیت داده‌ها و تأثیر آن بر مدل ML 4.4 Data Quality and its Effect on the ML Model

  • 4.5 برچسب‌گذاری داده‌ها برای یادگیری نظارت شده 4.5 Data Labelling for Supervised Learning

  • 4.5.1 رویکردهای برچسب‌گذاری داده‌ها 4.5.1 Approaches to Data Labelling

  • 4.5.2 داده‌های دارای برچسب اشتباه در مجموعه‌داده‌ها 4.5.2 Mislabeled Data in Datasets

دانلود فایل‌های PPT داده‌های ML Download PPTs for ML - Data

  • دانلود فایل‌های PPT داده‌های ML Download PPTs for ML - Data

کوییزهای تمرینی ماژول ۴ Module 4 Practice Quizzes

  • کوییز ۱ ماژول ۴ Module 4 - Quiz 1

  • کوییز ۲ ماژول ۴ Module 4 - Quiz 2

معیارهای عملکرد کاربردی در ML ML Functional Performance Metrics

  • 5. معیارهای عملکرد کاربردی ML 5 ML Functional Performance Metrics

  • 5.1 ماتریس اغتشاش (Confusion Matrix) 5.1 Confusion Matrix

  • 5.2 معیارهای تکمیلی عملکرد برای طبقه‌بندی و رگرسیون 5.2 Additional ML Functional Performance Metrics for Classification, Regression

  • 5.3 محدودیت‌های معیارهای عملکرد کاربردی ML 5.3 Limitations of ML Functional Performance Metrics

  • 5.4 انتخاب معیارهای عملکرد کاربردی ML 5.4 Selecting ML Functional Performance Metrics

  • 5.5 مجموعه‌های بنچ‌مارک برای ML 5.5 Benchmark Suites for ML

دانلود فایل‌های PPT معیارهای عملکرد ML Download PPTs for ML Functional Performance Metrics

  • دانلود فایل‌های PPT معیارهای عملکرد ML Download PPTs for ML Functional Performance Metrics

کوییزهای تمرینی ماژول ۵ Module 5 Practice Quizzes

  • کوییز ۱ ماژول ۵ Module 5 - Quiz 1

  • کوییز ۲ ماژول ۵ Module 5 - Quiz 2

شبکه‌های عصبی و تست در ML ML - Neural Networks and Testing

  • 6. شبکه‌های عصبی ML و تست 6. ML - Neural Networks and Testing

  • 6.1 شبکه‌های عصبی 6.1 Neural Networks

  • 6.2 معیارهای پوشش (Coverage) برای شبکه‌های عصبی 6.2 Coverage Measures for Neural Networks

دانلود فایل‌های PPT شبکه‌های عصبی و تست Download PPTs for ML - Neural Networks and Testing

  • دانلود فایل‌های PPT شبکه‌های عصبی و تست Download PPTs for ML - Neural Networks and Testing

کوییزهای تمرینی ماژول ۶ Module 6 Practice Quizzes

  • کوییز ۱ ماژول ۶ Module 6 - Quiz 1

  • کوییز ۲ ماژول ۶ Module 6 - Quiz 2

مروری بر تست سیستم‌های مبتنی بر AI Testing AI-Based Systems Overview

  • 7. مروری بر تست سیستم‌های مبتنی بر AI 7. Testing AI-Based Systems Overview

  • 7.1 مشخصات (Specification) سیستم‌های مبتنی بر AI 7.1 Specification of AI-Based Systems

  • 7.2 سطوح تست برای سیستم‌های مبتنی بر AI 7.2 Test Levels for AI-Based Systems

  • 7.2.1 تست داده‌های ورودی 7.2.1 Input Data Testing

  • 7.2.2 تست مدل ML 7.2.2 ML Model Testing

  • 7.2.3 تست کامپوننت (جزء) 7.2.3 Component Testing

  • 7.2.4 تست یکپارچه‌سازی کامپوننت‌ها 7.2.4 Component Integration Testing

  • 7.2.5 تست سیستم 7.2.5 System Testing

  • 7.2.6 تست پذیرش 7.2.6 Acceptance Testing

  • 7.3 داده‌های تست برای سیستم‌های مبتنی بر AI 7.3 Test Data for Testing AI-based Systems

  • 7.4 تست سوگیری اتوماسیون در سیستم‌های AI 7.4 Testing for Automation Bias in AI-Based Systems

  • 7.5 مستندسازی یک کامپوننت AI 7.5 Documenting an AI Component

  • 7.6 تست برای تغییر مفهوم (Concept Drift) 7.6 Testing for Concept Drift

  • 7.7 انتخاب رویکرد تست برای یک سیستم ML 7.7 Selecting a Test Approach for an ML System

دانلود فایل‌های PPT مروری بر تست سیستم‌های AI Download PPTs for Testing AI-Based Systems Overview

  • دانلود فایل‌های PPT مروری بر تست سیستم‌های AI Download PPTs for Testing AI-Based Systems Overview

کوییزهای تمرینی ماژول ۷ Module 7 Practice Quizzes

  • کوییز ۱ ماژول ۷ Module 7 - Quiz 1

  • کوییز ۲ ماژول ۷ Module 7 - Quiz 2

تست ویژگی‌های کیفی خاص هوش مصنوعی Testing AI-Specific Quality Characteristics

  • 8. تست ویژگی‌های کیفی خاص AI 8. Testing AI-Specific Quality Characteristics

  • 8.1 چالش‌های تست سیستم‌های خودآموز 8.1 Challenges Testing Self-Learning Systems

  • 8.2 تست سیستم‌های AI خودمختار 8.2 Testing Autonomous AI-Based Systems

  • 8.3 تست سوگیری‌های الگوریتمی، نمونه‌ای و نامناسب 8.3 Testing for Algorithmic, Sample and Inappropriate Bias

  • 8.4 چالش‌های تست سیستم‌های AI احتمالی و غیرقطعی 8.4 Challenges Testing Probabilistic and Non-Deterministic AI-Based Systems

  • 8.5 چالش‌های تست سیستم‌های پیچیده AI 8.5 Challenges Testing Complex AI-Based Systems

  • 8.6 تست شفافیت، تفسیرپذیری و توضیح‌پذیری سیستم‌های AI 8.6 Testing the Transparency, Interpretability and Explainability of AI Based Sy

  • 8.7 اوراکل‌های تست (Test Oracles) برای سیستم‌های AI 8.7 Test Oracles for AI-Based Systems

  • 8.8 اهداف تست و معیارهای پذیرش 8.8 Test Objectives and Acceptance Criteria

دانلود فایل‌های PPT تست ویژگی‌های کیفی خاص AI Download PPTs for Testing AI-Specific Quality Characteristics

  • دانلود فایل‌های PPT تست ویژگی‌های کیفی خاص AI Download PPTs for Testing AI-Specific Quality Characteristics

کوییزهای تمرینی ماژول ۸ Module 8 Practice Quizzes

  • کوییز ۱ ماژول ۸ Module 8 - Quiz 1

  • کوییز ۲ ماژول ۸ Module 8 - Quiz 2

متدها و تکنیک‌های تست سیستم‌های مبتنی بر AI Methods and Techniques for the Testing of AI-Based Systems

  • 9. متدها و تکنیک‌های تست سیستم‌های مبتنی بر AI 9. Methods and Techniques for the Testing of AI-Based Systems

  • 9.1 حملات متخاصم و مسموم‌سازی داده‌ها 9.1 Adversarial Attacks and Data Poisoning

  • 9.1.1 حملات متخاصم (Adversarial Attacks) 9.1.1 Adversarial Attacks

  • 9.1.2 مسموم‌سازی داده‌ها (Data Poisoning) 9.1.2 Data Poisoning

  • 9.2 تست جفتی (Pairwise Testing) 9.2 Pairwise Testing

  • 9.3 تست پشت به پشت (Back to Back Testing) 9.3 Back-to-Back Testing

  • 9.4 تست A/B 9.4 A/B Testing

  • 9.5 تست متامورفیک (Metamorphic Testing) 9.5 Metamorphic Testing (MT)

  • 9.6 تست سیستم‌های AI بر اساس تجربه 9.6 Experience Based Testing of AI Systems

  • 9.7 انتخاب تکنیک‌های تست برای سیستم‌های AI 9.7 Selecting Test Techniques for AI Based Systems

دانلود فایل‌های PPT متدها و تکنیک‌های تست AI Download PPTs for Methods and Techniques for the Testing of AI-Based Systems

  • دانلود فایل‌های PPT متدها و تکنیک‌های تست AI Download PPTs for Methods and Techniques for the Testing of AI-Based Systems

کوییزهای تمرینی ماژول ۹ Module 9 Practice Quizzes

  • کوییز ۱ ماژول ۹ Module 9 - Quiz 1

  • کوییز ۲ ماژول ۹ Module 9 - Quiz 2

محیط‌های تست برای سیستم‌های مبتنی بر AI Test Environments for AI-Based Systems

  • 10. محیط‌های تست برای سیستم‌های مبتنی بر AI 10. Test Environments for AI-Based Systems

  • 10.1 محیط‌های تست برای سیستم‌های AI 10.1 Test Environments for AI-Based Systems

  • 10.2 محیط‌های تست مجازی برای سیستم‌های AI 10.2 Virtual Test Environments for Testing AI-Based Systems

دانلود فایل‌های PPT محیط‌های تست سیستم‌های AI Download PPTs for Test Environments for AI-Based Systems

  • دانلود فایل‌های PPT محیط‌های تست سیستم‌های AI Download PPTs for Test Environments for AI-Based Systems

کوییزهای تمرینی ماژول ۱۰ Module 10 Practice Quizzes

  • کوییز ۱ ماژول ۱۰ Module 10 - Quiz 1

  • کوییز ۲ ماژول ۱۰ Module 10 - Quiz 2

استفاده از هوش مصنوعی برای تست Using AI for Testing

  • 11. استفاده از AI برای تست 11. Using AI for Testing

  • 11.1 تکنولوژی‌های AI برای تست 11.1 AI Technologies for Testing

  • 11.2 استفاده از AI برای تحلیل نقص‌های گزارش شده 11.2 Using AI to Analyze Reported Defects

  • 11.3 استفاده از AI برای تولید تست‌کیس‌ها 11.3 Using AI for Test Case Generation

  • 11.4 استفاده از AI برای بهینه‌سازی مجموعه‌های تست رگرسیون 11.4 Using AI for the Optimization of Regression Test Suites

  • 11.5 استفاده از AI برای پیش‌بینی نقص‌ها 11.5 Using AI for Defect Prediction

  • 11.6.1 استفاده از AI برای تست از طریق GUI 11.6.1 Using AI to Test Through GUI

  • 11.6.2 استفاده از AI برای تست خود GUI 11.6.2 Using AI to Test the GUI

دانلود فایل‌های PPT استفاده از AI برای تست Download PPTs for Using AI for Testing

  • دانلود فایل‌های PPT استفاده از AI برای تست Download PPTs for Using AI for Testing

کوییزهای تمرینی ماژول ۱۱ Module 11 Practice Quizzes

  • کوییز ۱ ماژول ۱۱ Module 11 - Quiz 1

  • کوییز ۲ ماژول ۱۱ Module 11 - Quiz 2

دانلود PDFهای کامل دوره ISTQB AI Testing (CT AI) Download Full Course PDFs for ISTQB AI Testing (CT-AI)

  • دانلود PDFهای کامل دوره ISTQB AI Testing (CT AI) Download Full Course PDFs for ISTQB AI Testing (CT-AI)

جمع‌بندی Conclusion

  • جمع‌بندی دوره و گام‌های بعدی Course Conclusion and Next Steps

نحوه شرکت در آزمون‌های ISTQB How to take ISTQB Exams

  • نحوه شرکت در آزمون‌های ISTQB How to take ISTQB Exams

سرفصل‌ها و مدارک مهم ISTQB AI Testing (CT AI) ISTQB AI Testing (CT-AI) Syllabus and Important Documents

  • سرفصل‌ها و لینک‌های مهم برای ISTQB Certified Tester AI Testing (CT AI) Syllabus and Important Links for ISTQB Certified Tester AI Testing (CT-AI)

نمایش نظرات

آموزش دوره جامع تست هوش مصنوعی ISTQB (CT-AI) | مسترکلاس تست AI برای تسترها
جزییات دوره
13 hours
117
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
244
4.4 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Manish Verma Manish Verma

موسس و مربی - RCV Academy

سلام، من Manish هستم. بنیانگذار وب سایت هایی مانند www.rcvacademy.com و www.softwaretestingmentor.com

من یک متخصص باتجربه تست با بیش از 14 سال تجربه در تست نرم افزار و اتوماسیون تست هستم.

من با سازمان های برتر جهان از جمله IBM، Target، Toll، AccessHQ، Capgemini کار کرده ام. در حال حاضر، من در ملبورن مستقر هستم.

من تجربه گسترده ای با بسیاری از اتوماسیون تست و ابزارهای مدیریت تست مانند RFT، QTP، Selenium Webdriver، Page Object Modeling Framework، Cucumber BDD، JIRA، Rational Team Concert، HP ALM و Rational Quality Manager و غیره دارم.

من اکثر گواهینامه های تست ISTQB را دارم. من مشتاق وبلاگ نویسی و ارائه آموزش های فنی هستم.

من آموزش های آنلاین/کلاسی متعددی را در مورد اتوماسیون سلنیوم و تست نرم افزار در سرتاسر جهان ارائه کرده ام.

من بیش از 10000 دانش آموز را در مورد تست نرم افزار و اتوماسیون تست در سراسر جهان آموزش داده ام.

Software Testing Mentor   RCV Academy Software Testing Mentor RCV Academy

ISTQB، تست، اتوماسیون، کدنویسی، هوش مصنوعی، تست AI