آموزش هوش مصنوعی برای تست‌کننده‌های نرم‌افزار: به‌کارگیری ابزارها و تکنیک‌های AI در چرخه حیات تست نرم‌افزار - آخرین آپدیت

دانلود AI for Software Testers: Apply AI Tools and Techniques to the Software Testing Life Cycle

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: تست نرم‌افزار اغلب تکراری‌ترین بخش یک پروژه بزرگ نرم‌افزاری است؛ جایی که تست‌های مشابه بسیاری برای زمینه‌های مختلف کمی تغییر می‌کنند و نتایج آن‌ها به‌طور مداوم ارزیابی می‌شوند. تکنیک‌های کدنویسی مبتنی بر هوش مصنوعی می‌توانند این چرخه‌های متمرکز بازبینی تست را ساده‌تر کنند. مدرس دوره، مایکل اسمیت، شما را با تمامی امکانات آشنا می‌کند؛ از به‌کارگیری AI برای تصمیم‌گیری در مورد اهداف و استراتژی‌های تست گرفته تا پیاده‌سازی آن‌ها با استفاده از ChatGPT، GitHub Copilot و ابزارهای مشابه و همچنین تحلیل و ارزیابی گزارش‌های تست.

سرفصل ها و درس ها

مقدمه Introduction

  • آنچه باید بدانید What you should know

  • استفاده از هوش مصنوعی برای تست نرم‌افزار Using AI for software testing

  • ملاحظات اخلاقی در تست‌های به کمک AI Ethical considerations in AI-assisted testing

1. آشنایی با هوش مصنوعی در تست نرم‌افزار 1. Introduction to AI in Software Testing

  • ابزارهای تکمیلی Additional tools

  • راه‌اندازی ابزارهای هوش مصنوعی Setting up AI tools

  • چرا هوش مصنوعی برای تست‌کنندگان اهمیت دارد Why AI matters for testers

  • مروری بر ابزارهای AI برای تست‌کنندگان Overview of AI tools for testers

2. هوش مصنوعی برای تولید تست‌کیس‌ها 2. AI for Test Case Generation

  • تولید قالب‌های فریم‌ورک با هوش مصنوعی Generating framework templates with AI

  • ایجاد سناریوهای تست از روی نیازمندی‌ها با Gemini Creating test scenarios from requirements using Gemini

  • استفاده از ChatGPT برای ایده‌پردازی تست‌کیس‌ها Using ChatGPT for test case ideation

  • بهبود کیفیت کد با GitHub Copilot Enhancing code quality with GitHub Copilot

3. هوش مصنوعی برای تست‌های اتوماسیون 3. AI for Automated Testing

  • داشبوردبندی نتایج تست‌های اتوماسیون با AI Dashboarding automated testing results using AI

  • دیباگ کردن کدها با هوش مصنوعی Debugging code with AI

  • نوشتن اسکریپت‌های اتوماسیون با GitHub Copilot Writing automation scripts with GitHub Copilot

4. هوش مصنوعی در داده‌های تست و گزارش‌دهی 4. AI in Test Data and Reporting

  • تولید داده‌های تست با ChatGPT و داده‌های مصنوعی Generating test data with ChatGPT and synthetic data

  • تحلیل نقص‌ها (Defects) در GitHub Copilot Analyzing defects in GitHub Copilot

  • خلاصه‌سازی نتایج تست با ChatGPT Summarizing test results with ChatGPT

جمع‌بندی Conclusion

  • گام‌های بعدی Next steps

نمایش نظرات

آموزش هوش مصنوعی برای تست‌کننده‌های نرم‌افزار: به‌کارگیری ابزارها و تکنیک‌های AI در چرخه حیات تست نرم‌افزار
جزییات دوره
1h 17m
18
(آخرین آپدیت)
18,968
- از 5
ندارد
دارد
دارد
Mike Smith
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Mike Smith Mike Smith

مایک اسمیت به به اشتراک گذاری دانش در تست نرم افزار و معماری ، هوش مصنوعی و فناوری نوظهور اختصاص داده شده است.

با 10+ سال تجربه ، مایک (AKA Peripheralmike) در طراحی سیستم های مقیاس پذیر و قوی ، با تمرکز بر ادغام فن آوری های برش مانند Docker و AWS تخصص دارد. او همچنین یک کاپیتان داکر است.

کار مایک به توسعه دهندگان و آزمایش کنندگان کمک کرده است تا فرآیندهای خود را ساده تر کرده و ابزارهای مدرن را اتخاذ کنند. علاوه بر این ، مشارکت وی در پروژه های مهم منبع باز بخشی از طاق کد قطب شمال GitHub است ، برنامه ای که کد های مهم برای نسل های آینده را حفظ می کند.

به عنوان یک سخنران عمومی ، وبلاگ نویس و مربی ، محتوای مایک مفاهیم فنی پیچیده ای را با تمرکز جدی روی برنامه های عملی ساده می کند. او همچنین از کاوش در موضوعاتی مانند اخلاق در هوش مصنوعی لذت می برد ، همه در حالی که دید روشنی از چگونگی استفاده از فناوری برای کالاهای بیشتر دارد.