آموزش تست نرم‌افزار مبتنی بر هوش مصنوعی: از برنامه‌ریزی تا خاتمه - آخرین آپدیت

دانلود AI-Powered Software Testing: From Planning to Closure

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

تحول در مهارت‌های تست شما: STLC مبتنی بر هوش مصنوعی، اتوماسیون، ChatGPT و تکنیک‌های مهندسی پرامپت

  • تسلط بر مبانی هوش مصنوعی مولد (Generative AI)، درک روابط بین AI، ML، DL و LLMها و کاربردهای آن‌ها در تست نرم‌افزار.

  • یادگیری بهینه‌سازی تحلیل نیازمندی‌ها با استفاده از هوش مصنوعی، شامل پالایش نیازمندی‌ها، ایجاد ماتریس‌های ردیابی و شناسایی اجزای قابل تست.

  • افزایش مهارت‌های برنامه‌ریزی تست با استفاده از LLMها برای تعریف اهداف، ایجاد طرح‌های تست جامع، تخمین تلاش و شناسایی منابع ضروری.

  • بهبود توسعه سناریوهای تست از طریق طراحی، بازبینی و تولید داده‌ها و اسکریپت‌های تست با کمک هوش مصنوعی، افزایش پوشش و کارایی.

  • تسلط بر تکنیک‌های اجرای تست مبتنی بر هوش مصنوعی، شامل تحلیل ریشه‌ای مشکلات (Root Cause Analysis)، ثبت نقص، تست مجدد و گزارش‌دهی جامع.

  • استفاده از LLMها برای ساده‌سازی فعالیت‌های اتمام تست، شامل تحلیل معیارها، شناسایی روندها و تهیه گزارش‌های نهایی نتایج تست.

پیش‌نیازها:

  • درک اولیه از مفاهیم تست نرم‌افزار (اختیاری)

  • ذهنی کنجکاو و تمایل به کاوش فناوری‌های جدید در تست نرم‌افزار.

تغییری انقلابی در تست نرم‌افزار با هوش مصنوعی: بر LLMها برای تضمین کیفیت مسلط شوید

پتانسیل هوش مصنوعی را برای تحول رویکرد تست نرم‌افزار خود آزاد کنید. این دوره جامع شما را قادر می‌سازد تا از قدرت مدل‌های زبان بزرگ (LLMها) برای ساده‌سازی، بهبود و ارتقای فرآیند تست خود بهره ببرید.

مباحث کلیدی دوره:

  • مبانی هوش مصنوعی: مفاهیم اصلی هوش مصنوعی مولد (Generative AI)، یادگیری ماشین (ML)، یادگیری عمیق (DL) و مدل‌های زبان بزرگ (LLM) را درک کنید. بیاموزید چگونه این فناوری‌ها را برای ایجاد تحول در تست نرم‌افزار به کار بگیرید.

  • تسلط بر LLM: در استفاده از LLMهایی مانند Gemini، ChatGPT و Anthropic Claude مسلط شوید. هنر مهندسی پرامپت را برای استخراج حداکثر ارزش از این ابزارهای قدرتمند برای اهداف تست کشف کنید.

  • تمرین عملی: دانش خود را از طریق پروژه‌های واقعی که کل چرخه حیات تست نرم‌افزار (STLC) را پوشش می‌دهند، به کار ببرید. بیاموزید چگونه از هوش مصنوعی در هر مرحله، از جمع‌آوری نیازمندی‌ها تا اتمام تست، استفاده کنید.

نتایج کلیدی یادگیری:

  • تسلط بر تکنیک‌های مبتنی بر هوش مصنوعی برای تحلیل کارآمد نیازمندی‌ها و شناسایی ریسک.

  • بهینه‌سازی برنامه‌ریزی و تخمین تست با استفاده از ابزارهای مجهز به هوش مصنوعی.

  • ایجاد سناریوها و موارد تست قدرتمند با کمک LLMها.

  • ساخت و مدیریت محیط‌های تست کارآمد با راهنمایی هوش مصنوعی.

  • تحلیل نتایج تست، شناسایی نقص‌ها و بهینه‌سازی چرخه‌های تست آتی با استفاده از هوش مصنوعی.

  • درک پیامدهای اخلاقی هوش مصنوعی در تست و تضمین شیوه‌های مسئولانه.

در پایان این دوره، شما قادر خواهید بود:

  • کیفیت نرم‌افزار را به طور چشمگیری از طریق استراتژی‌های تست مبتنی بر هوش مصنوعی بهبود بخشید.

  • کارایی تست را افزایش داده و زمان عرضه به بازار را کاهش دهید.

  • تصمیمات مبتنی بر داده برای بهینه‌سازی فرآیندهای تست خود اتخاذ کنید.

  • به طور موثر با ذینفعان در مورد مزایای هوش مصنوعی در تست ارتباط برقرار کنید.

پیش‌نیازها:

  • درک پایه از تست نرم‌افزار مفید است اما ضروری نیست.

  • ذهنی کنجکاو و شور و اشتیاق برای کاوش فناوری‌های پیشرفته، کلید موفقیت است.

به ما بپیوندید و سفری را آغاز کنید تا به یک متخصص تست نرم‌افزار نسل بعدی تبدیل شوید، که از هوش مصنوعی برای پیشبرد نوآوری و تعالی در تضمین کیفیت بهره می‌برد.


سرفصل ها و درس ها

مبانی هوش مصنوعی مولد Fundamentals of Generative AI

  • درک هوش مصنوعی مولد: زیربنای تست مبتنی بر هوش مصنوعی Understanding Generative AI: The Foundation of AI-Powered Testing

  • هوش مصنوعی (AI)، یادگیری ماشین (ML)، یادگیری عمیق (DL)، مدل‌های زبانی بزرگ (LLM) و هوش مصنوعی مولد: تفاوت‌های کلیدی AI, ML, DL, LLMs, and Generative AI: Key Differences

  • هوش مصنوعی مولد و مدل‌های زبانی بزرگ (LLM): یک رابطه هم‌افزا Generative AI and LLMs: A Synergistic Relationship

  • آشکارسازی قدرت مدل‌های زبانی بزرگ (LLM) Unleashing the Power of LLMs

  • چالش‌های مدل‌های زبانی بزرگ (LLM) LLM Challenges

کاوش عمیق در مدل‌های زبانی بزرگ (LLM) LLMs Deep Dive

  • مدل‌های زبانی بزرگ (LLM) و پردازش زبان: کلمات، توکن‌ها و پنجره‌های متنی LLMs and Language Processing: Words, Tokens, and Context Windows

  • جمینای (Gemini): کاوش عمیق در مدل زبانی بزرگ پیشرفته گوگل برای تست‌کنندگان Gemini: A Deep Dive into Google's Advanced LLM for Testers

  • ChatGPT برای تست‌کنندگان: کاربردهای عملی و محدودیت‌ها ChatGPT for Testers: Practical Applications and Limitations

  • Anthropic Claude: یک مدل زبانی بزرگ (LLM) قدرتمند کمتر شناخته شده Anthropic Claude: Lesser known powerful LLM

مهندسی پرامپت (Prompt Engineering) Prompt Engineering

  • مبانی مهندسی پرامپت (Prompt Engineering) Prompt Engineering Fundamentals

  • ساخت پرامپت‌های موثر: ساختار، وضوح و زمینه Building Effective Prompts: Structure, Clarity, and Context

  • تکنیک‌های پرامپت‌نویسی- پرامپت‌نویسی بدون نمونه (Zero-Shot) Prompting Techniques- Zero-Shot prompting

  • تکنیک‌های پرامپت‌نویسی- پرامپت‌نویسی با نمونه‌های کم (Few-Shot) Prompting Techniques- Few Shot Prompting

  • مهندسی پرامپت عملی: ساخت پرامپت برای سناریوهای مختلف Hands-on Prompt Engineering: Crafting Prompts for Different Scenarios

  • استراتژی‌های پرامپت برای کسب نتایج بهتر Prompt strategies for getting better results

تحلیل نیازمندی‌ها با هوش مصنوعی (AI-Augmented) AI-Augmented Requirements Analysis

  • تحلیل نیازمندی‌ها با هوش مصنوعی: آماده‌سازی زمینه AI-Driven Requirement Analysis: Setting the Stage

  • استخراج نیازمندی‌های قابل تست با هوش مصنوعی: یک راهنمای عملی Extracting Testable Requirements with AI: A Practical Guide

  • هوش مصنوعی مکالمه‌ای برای تست امنیت Conversational AI for Security Testing

  • بهبود نیازمندی‌ها با هوش مصنوعی: افزایش وضوح و قابلیت تست Refining Requirements with AI: Improving Clarity and Testability

  • خودکارسازی شناسایی نیازمندی‌های قابل تست با هوش مصنوعی Automating Testable Requirement Identification with AI

  • دامنه تست عملکردی طراحی شده با هوش مصنوعی: دقت در برنامه‌ریزی AI-Crafted Functional Testing Scope: Precision in Planning

  • رویکرد هوش مصنوعی مبتنی بر CSV: خودکارسازی تعریف دامنه عملکردی CSV-Based AI Approach: Automating Functional Scope Definition

  • همکاری ذینفعان با تسهیل هوش مصنوعی: شفاف‌سازی کارآمد نیازمندی‌ها AI-Facilitated Stakeholder Collaboration: Clarifying Requirements Efficiently

  • اولویت‌های تست پیش‌بینانه: بینش‌های هوش مصنوعی در زمینه‌های تمرکز Predictive Testing Priorities: AI's Focus Area Insights

  • تحلیل هوش مصنوعی محور مناطق با اولویت بالا: مورد استفاده یکپارچه‌سازی درگاه پرداخت AI-Driven Analysis of High-Priority Areas: Payment Gateway Integration Use Case

  • سنجش درک شما - تکلیف عملی Test Your Understanding - Practical Task

برنامه‌ریزی تست هوشمند با هوش مصنوعی Intelligent Test Planning with AI

  • برنامه‌ریزی تست با هوش مصنوعی: تعریف نقشه راه تست AI-Driven Test Planning: Defining the Testing Roadmap

  • همراستا کردن اهداف تست با اهداف تجاری با استفاده از هوش مصنوعی Aligning Test Objectives with Business Goals Using AI

  • هم‌افزایی استراتژی: طراحی یک استراتژی تست بهبود یافته با هوش مصنوعی Strategy Synergy: Crafting an AI-Enhanced Test Strategy

  • خودکارسازی ایجاد برنامه تست با هوش مصنوعی: ساختار و محتوا Automating Test Plan Creation with AI: Structure and Content

  • توسعه برنامه تست با کمک هوش مصنوعی: تمرکز بر بخش‌های خاص AI-Assisted Test Plan Development: Focusing on Specific Sections

  • تخمین تلاش تست پیش‌بینانه با هوش مصنوعی: بهبود دقت Predictive Test Effort Estimation with AI: Improving Accuracy

  • پیش‌بینی کننده عملکرد: تخمین تلاش با هوش مصنوعی برای سیستم‌های با بار بالا Performance Predictor: AI-Driven Effort Estimation for High-Load Systems

  • انتخاب ابزار با هوش مصنوعی: تطبیق ابزارها با اهداف تست AI-Powered Tool Selection: Matching Tools to Test Objectives

  • شبیه‌ساز محیط: راه‌اندازی تست با هدایت هوش مصنوعی برای اپلیکیشن تحویل غذای موبایل Environment Emulator: AI-Guided Test Setup for Mobile Food Delivery

  • تخصیص نقش هماهنگ شده توسط هوش مصنوعی برای بانکداری آنلاین AI-Orchestrated Role Assignment for Online Banking

  • RACI Mastermind: ماتریس واگذاری وظایف بهینه‌سازی شده با هوش مصنوعی RACI Mastermind: AI-Optimized Task Delegation Matrix"

  • AI Learning Curator: ایجاد تسلط بر Playwright برای تیم‌های QA AI Learning Curator: Crafting Playwright Mastery for QA Teams

  • Criteria Conductor: نقاط ورود و خروج تعریف شده توسط هوش مصنوعی برای تست تجارت الکترونیک Criteria Conductor: AI-Defined Entry and Exit Points for E-commerce Testing

  • سنجش درک شما - تکلیف عملی Test Your Understanding - Practical Task

طراحی و توسعه تست با هوش مصنوعی AI-Powered Test Design and Development

  • طراحی و توسعه تست با هوش مصنوعی AI-Powered Test Design and Development

  • تولید مورد تست با کمک هوش مصنوعی: سناریوی پرداخت تجارت الکترونیک AI-Assisted Test Case Generation: E-commerce Checkout Scenario

  • تولید سناریوهای تست API با هوش مصنوعی Generating API Test Scenarios with AI

  • بهینه‌سازی مورد تست با هوش مصنوعی: افزایش اثربخشی تست AI-Driven Test Case Optimization: Improving Test Effectiveness

  • شناسایی شکاف‌های تست با هوش مصنوعی: اطمینان از پوشش تست جامع Identifying Test Gaps with AI: Ensuring Comprehensive Test Coverage

  • تولید هوشمند داده‌های تست: هماهنگ‌سازی تست‌های جستجوی اپلیکیشن موسیقی Intelligent Test Data Generation: Harmonizing Music App Search Tests

  • معمار پایگاه داده هوش مصنوعی: شکل‌دهی ساختارهای داده تست MySQL AI Database Architect: Sculpting MySQL Test Data Structures

  • استراتژیست اتوماسیون هوش مصنوعی: شناسایی کاندیداهای اصلی اتوماسیون AI Automation Strategist: Pinpointing Prime Automation Candidates

  • توسعه فایل ویژگی (Feature File): سناریوهای BDD تنظیم شده توسط هوش مصنوعی Feature File Development: AI-Composed BDD Scenarios

  • AI Code Weaver: طراحی اسکریپت‌های تست Java از Feature Fileها AI Code Weaver: Crafting Java Test Scripts from Feature Files

  • هوش مصنوعی Git-Savvy: هماهنگ‌سازی نگهداری بدون درز اسکریپت تست Git-Savvy AI: Orchestrating Seamless Test Script Maintenance

  • سنجش درک شما - تکلیف عملی Test Your Understanding - Practical Task

راه‌اندازی هوشمند محیط تست با هوش مصنوعی Smart Test Environment Setup with AI

  • راه‌اندازی محیط تست با هوش مصنوعی: بهینه‌سازی و کارایی AI-Driven Test Environment Setup: Optimization and Efficiency

  • انتخاب ابزار TDM با کمک هوش مصنوعی: افزایش مدیریت داده‌های تست AI-Assisted TDM Tool Selection: Enhancing Test Data Management

  • راه‌اندازی محیط ابری با هدایت هوش مصنوعی: مطالعه موردی اپلیکیشن موبایل پیام‌رسان AI-Guided Cloud Environment Setup: Messaging Mobile App Case Study

  • بهینه‌سازی هزینه با هوش مصنوعی: انتخاب خدمات ابری مناسب AI-Powered Cost Optimization: Selecting the Right Cloud Services

  • چک لیست محیط تست بهبود یافته با هوش مصنوعی: اطمینان از پوشش جامع AI-Enhanced Test Environment Checklist: Ensuring Comprehensive Coverage

  • چک لیست اصلی: راهنمای راه‌اندازی همه‌منظوره هوش مصنوعی Master Checklist: AI's All-Purpose Setup Guide

  • راه‌اندازی محیط AWS شتاب‌یافته با هوش مصنوعی: مثال API اپلیکیشن بانکداری AI-Accelerated AWS Environment Setup: Banking Application API Example

  • عیب‌یابی API Gateway با هوش مصنوعی: حل مسائل محدودیت درخواست (Throttling) AI-Driven API Gateway Troubleshooting: Resolving Throttling Issues

  • تحلیل علت ریشه‌ای با هوش مصنوعی: درک مسائل محدودیت درخواست (Throttling) Root Cause Analysis with AI: Understanding Throttling Issues

  • طراحی مورد تست Smoke با پشتیبانی هوش مصنوعی: اعتبارسنجی آمادگی محیط AI-Supported Smoke Test Case Design: Validating Environment Readiness

  • نظارت ابری بهینه‌سازی شده با هوش مصنوعی: اطمینان از سلامت محیط AI-Optimized Cloud Monitoring: Ensuring Environment Health

  • Config Comparator: بررسی‌کننده سازگاری محیط با هوش مصنوعی Config Comparator: AI-Driven Environment Consistency Checker

  • DocuMentor: راهنمای کامل راه‌اندازی محیط تست مهندسی شده با هوش مصنوعی DocuMentor: AI-Engineered Test Environment Setup Bible

  • سنجش درک شما - تکلیف عملی Test Your Understanding - Practical Task

اجرای تست بهبود یافته با هوش مصنوعی AI-Enhanced Test Execution

  • اجرای تست با هوش مصنوعی: بهینه‌سازی کارایی تست AI-Driven Test Execution: Optimizing Test Efficiency

  • تحلیل علت ریشه‌ای با کمک هوش مصنوعی: تسریع در رفع نقص AI-Assisted Root Cause Analysis: Accelerating Defect Resolution

  • تفکیک نقص با هوش مصنوعی: تمرکز بر مسائل با تاثیر بالا AI-Driven Defect Triage: Focusing on High-Impact Issues

  • ثبت نقص بهبود یافته با هوش مصنوعی: افزایش وضوح و قابلیت بازتولید نقص AI-Enhanced Defect Logging: Improving Defect Clarity and Reproducibility

  • تحلیل عمیق نقص با هوش مصنوعی: کشف مسائل اساسی In-Depth Defect Analysis with AI: Uncovering Underlying Issues

  • بازآزمایی نقص بهینه‌سازی شده با هوش مصنوعی: به حداکثر رساندن کارایی AI-Optimized Defect Retesting: Maximizing Efficiency

  • گزارش‌های نقص تولید شده با هوش مصنوعی: ارائه بینش‌های قابل اقدام AI-Generated Defect Reports: Providing Actionable Insights

  • سنجش درک شما - تکلیف عملی Test Your Understanding - Practical Task

پایان‌دهی تست با هوش مصنوعی AI Driven - Test Closure

  • فاز پایان‌دهی تست - شروع Test Closure Phase - Kick Off

  • AI Bug Tracker: یافتن الگوهای نقص AI Bug Tracker: Finding Defect Patterns

  • Smart Fix Planner: رتبه‌بندی رفع نقص توسط هوش مصنوعی Smart Fix Planner: AI Ranks Defect Fixes

  • تحلیل پوشش تست بهبود یافته با هوش مصنوعی: ارزیابی اثربخشی تست AI-Enhanced Test Coverage Analysis: Assessing Test Effectiveness

  • یادگیری درس‌ها با کمک هوش مصنوعی: ثبت و اشتراک‌گذاری دانش AI-Assisted Lesson Learning: Capturing and Sharing Knowledge

  • استخراج دانش با هوش مصنوعی: استخراج بینش‌های ارزشمند AI-Driven Knowledge Elicitation: Extracting Valuable Insights

  • گزارش خلاصه تست تولید شده با هوش مصنوعی: ارائه نتایج واضح و قابل اقدام AI-Generated Test Summary Report: Providing Clear and Actionable Outcomes

  • خودکارسازی گزارش نتایج تست با هوش مصنوعی: افزایش ارتباطات Automating Test Result Reporting with AI: Enhancing Communication

  • سنجش درک شما - تکلیف عملی Test Your Understanding - Practical Task

اخلاق هوش مصنوعی AI Ethics

  • حریم خصوصی و امنیت داده‌ها Data Privacy and Security

  • سوگیری در هوش مصنوعی Bias in AI

  • شفافیت و قابلیت توضیح Transparency and Explainability

  • نظارت و کنترل انسانی Human Oversight and Control

سنجش درک شما - پروژه اپلیکیشن مدیریت وظایف (To Do) Test Your Understanding - To Do App Project

  • سند نیازمندی‌های اپلیکیشن مدیریت وظایف (To Do) LetsOrganize LetsOrganize To-Do App Requirement Document

  • داستان‌های کاربری اپلیکیشن مدیریت وظایف (To Do) LetsOrganize LetsOrganize To-Do App User Stories

  • نیازمندی‌های سخت‌افزاری و منابع برای اپلیکیشن مدیریت وظایف (To Do) LetsOrganize LetsOrganize To-Do App H/W & Resource Requirements

نمایش نظرات

آموزش تست نرم‌افزار مبتنی بر هوش مصنوعی: از برنامه‌ریزی تا خاتمه
جزییات دوره
7.5 hours
90
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
214
4 از 5
دارد
دارد
دارد
Rahul Verma
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Rahul Verma Rahul Verma

متخصص مجازی سازی سرویس/API

من از 8 سال پیش در فناوری اطلاعات هستم و با یک متخصص قوی در معماری API و جایگزینی سیستم های پشتیبان واقعی با سیستم مجازی برای تثبیت تحویل در Devops هستم.

من به مشتریان کمک می کنم تا از قدرت واقعی استفاده کنند. SV و طراحی راه حل های پایان به پایان برای حذف وابستگی ها .با بسیاری از بانک ها و سازمان های IT مشهور کار کرده است تا فرآیند تحویل را شکل دهد