آموزش تست جاوااسکریپت با GitHub Copilot - آخرین آپدیت

دانلود GitHub Copilot JavaScript Testing Training

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره جامع آموزش هوش مصنوعی مولد (Generative AI) برای تست نرم‌افزار، مهارت‌های ضروری در تست‌های به کمک AI، تحلیل نیازمندی‌ها، برنامه‌ریزی تست، تولید تست کیس، ایجاد داده‌های تست، تست رگرسیون و شناسایی باگ‌ها را ایجاد می‌کند. بیاموزید که چگونه از هوش مصنوعی مولد و GitHub Copilot در محیط جاوااسکریپت برای ایجاد، اولویت‌بندی، اجرا و بهینه‌سازی گردش کارهای تست استفاده کنید و در عین حال پوشش، کارایی، کیفیت و قابلیت اطمینان سیستم را بهبود بخشید. در پایان این دوره، شما قادر خواهید بود: - تسلط بر GenAI برای تست: به‌کارگیری هوش مصنوعی مولد در گردش کارهای مدرن تست نرم‌افزار - تحلیل نیازمندی‌ها: اصلاح نیازمندی‌ها و ایجاد معیارهای پذیرش (Acceptance Criteria) با استفاده از GenAI - تولید تست کیس‌ها: ایجاد تست کیس‌ها، سناریوها و داده‌های تست مصنوعی با GitHub Copilot - بهینه‌سازی اجرای تست: بهبود تست رگرسیون، اولویت‌بندی تست‌ها و تست‌های پویا - شناسایی باگ‌ها: استفاده از تکنیک‌های مبتنی بر AI برای پیش‌بینی خطا، شناسایی باگ و بستن چرخه تست - کسب مهارت‌های عملی: پیاده‌سازی تست‌های GenAI از طریق دموهای عملی، GitHub Actions و مطالعات موردی واقعی این دوره برای مبتدیان، دانشجویان، تسترهای نرم‌افزار، متخصصان QA، توسعه‌دهندگان و علاقه‌مندان به تست AI که دانش پایه‌ای در تست نرم‌افزار و جاوااسکریپت دارند و می‌خواهند مهارت‌های عملی در Generative AI و GitHub Copilot کسب کنند، ایده‌آل است.

سرفصل ها و درس ها

مقدمه‌ای بر هوش مصنوعی مولد در تست نرم‌افزار Introduction to Generative AI in Software Testing

  • معرفی دوره GitHub Copilot در تست نرم‌افزار با جاوااسکریپت Course Introduction GitHub Copilot in Software Testing with JavaScript

  • شروع کار با GitHub Copilot در تست نرم‌افزار با جاوااسکریپت Kickstarting GitHub Copilot in Software Testing with JavaScript

  • اهداف یادگیری Learning Objective

  • مبانی تست نرم‌افزار و نحوه ارتقای آن توسط هوش مصنوعی مولد Software Testing Basics and How Generative AI Enhances It

  • مقایسه تست سنتی در مقابل تست با هوش مصنوعی مولد Traditional vs. Generative AI Testing​

  • هوش مصنوعی مولد در تست نرم‌افزار: نحوه عملکرد و مزایای کلیدی Generative AI in Software Testing How It Works and Its Key Benifits

  • دمو: مقایسه ایجاد تست کیس سنتی و مبتنی بر GitHub Copilot Demo: Comparing Traditional and GitHub Copilot based Test Case ​Creation

تحلیل نیازمندی‌ها و برنامه‌ریزی تست با GenAI Requirement Analysis and Test Planning with GenAI

  • مراحل تست نرم‌افزار به روش هوش مصنوعی مولد Software Testing Phases The Generative AI Way​

  • چگونه GenAI به درک و اصلاح نیازمندی‌ها کمک می‌کند How GenAI Helps in Understanding and Refining Requirements

  • چگونه GenAI به ایجاد معیارهای پذیرش از User Storyها کمک می‌کند How GenAI Helps Create Acceptance Criteria from User Stories

  • دمو: تحلیل نیازمندی‌ها با استفاده از GitHub Copilot - بخش اول Demo: Analyzing Requirements Using GitHub Copilot — Part 1

  • دمو: تحلیل نیازمندی‌ها با استفاده از GitHub Copilot - بخش دوم Demo: Analyzing Requirements Using GitHub Copilot — Part 2

  • برنامه‌ریزی تست با GenAI GenAI: Test Planning ​

  • دمو: بهینه‌سازی برنامه‌ریزی تست برای پلتفرم تحلیل سلامت با GitHub Copilot Demo: Optimizing Test Planning for Healthcare Analytics Platform Using GitHub Copilot

تولید تست کیس و سناریو با استفاده از GenAI GenAI-Driven Test Case and Scenario Generation

  • هوش مصنوعی مولد در تست نرم‌افزار: مراحل، کاربردها و تولید خودکار تست کیس Generative AI in Software Testing: Phases, Applications and Automated Test Case Generation

  • دمو: خودکارسازی تولید تست کیس با استفاده از Copilot Demo: Automating the Test Case Generation Using Copilot

  • تولید داده‌ها و سناریوها در تست نرم‌افزار با GenAI GenAI in Software Testing Data and Scenario Generation

  • دمو: ایجاد و اجرای تست‌های مبتنی بر سناریو با GitHub Copilot Demo: Creating and Executing Scenario Based Testing Using GitHub Copilot

  • بهینه‌سازی تست رگرسیون و مزایای آن Regression Testing Optimization and Its Benefits

  • پیش‌بینی و تحلیل خطا Failure Prediction and Analysis

  • مزایای پیش‌بینی و تحلیل خطا Failure Prediction and Analysis Benefits

  • تنظیم پویا و متغیر تست کیس‌ها Dynamic Test Case Adjustment

  • پشتیبانی از تست‌های اکتشافی (Exploratory Testing) Exploratory Testing Support

  • یکپارچه‌سازی با ابزارهای تست و مثال‌ها Integration with Testing Tools and Examples

  • دمو: ایجاد تست کیس‌های پویا و یکپارچه‌سازی GitHub Actions با GitHub Copilot Demo: Creating Dynamic Test Cases and Integrating GitHub Actions with GitHub Copilot

استفاده از GenAI در توسعه و اجرای تست کیس‌ها GenAI in Test Case Development and Execution

  • نقش GenAI در توسعه تست کیس Role of GenAI in Test Case Development

  • تولید تست کیس‌ها، داده‌های مصنوعی و داده‌های تقویت‌شده: مثال‌ها Generating Test Cases, Synthetic Data, and Augmented Test Data: Examples

  • دمو: تولید مجموعه‌داده‌های مصنوعی و تقویت‌شده با GitHub Copilot Demo Generating Synthetic and Augmented Datasets Using Github Copilot

  • ایجاد، اولویت‌بندی و خودکارسازی سناریوهای تست: مثال Creating, Prioritizing, and Automating Test Scenarios: Example

  • دمو: خودکارسازی اولویت‌بندی و مستندسازی تست کیس‌ها با GitHub Copilot Demo: Automating Test Case Prioritization and Documentation Using GitHub Copilot

  • نقش GenAI در آماده‌سازی محیط تست Role of GenAI in Environment Setup

  • نقش GenAI در اجرای تست Role of GenAI in Test Execution

  • دمو: بهینه‌سازی اجرای تست با استفاده از GitHub Copilot Demo: Optimizing Test Execution Using GitHub Copilot

بستن چرخه تست و شناسایی باگ‌ها Test Cycle Closure and Bug Detection

  • نقش GenAI در بستن چرخه تست Role of GenAI in Test Cycle Closure​

  • دمو: خودکارسازی بستن چرخه تست با استفاده از GitHub Copilot Demo: Automating Test Cycle Closure Using GitHub Copilot

  • درک شناسایی باگ و متدهای آن Understanding Bug Detection and Its Methods

  • هوش مصنوعی مولد در شناسایی باگ‌ها Generative AI in Bug Detection

  • شناسایی باگ با استفاده از GitHub Copilot Bug Detection Using GitHub Copilot

  • دمو: شناسایی باگ با استفاده از GitHub Copilot Demo: Bug Detection using GitHub Copilot

  • روندهای نوظهور و پیشرفت‌ها در تست‌های مبتنی بر GenAI Emerging Trends and Advancements in Generative AI Testing

  • مطالعه موردی: ارتقای کارایی تست نرم‌افزار در مایکروسافت با GitHub Copilot Case Study: Microsoft Enhancing Software Testing Efficiency with GitHub Copilot

  • نکات کلیدی و جمع‌بندی Key Takeaways

نمایش نظرات

آموزش تست جاوااسکریپت با GitHub Copilot
جزییات دوره
14h 18m
42
(آخرین آپدیت)
4
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده