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.
Duración 14 horas
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 impulsada por 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 guiones de prueba
IA en Pruebas Exploratorias y de Casos Límite
- Identificación de ramas o condiciones no probadas utilizando IA
- Simulación de escenarios de uso raros o anómalos
- Estrategias de generación de pruebas basadas en el riesgo
Pruebas de UI y Regresión Automatizadas
- Uso de herramientas de IA como Testim o mabl para la creación de pruebas de UI
- Mantenimiento de pruebas de UI estables mediante selectores de auto-reparación
- Análisis de impacto de regresión basado en IA tras cambios de código
Análisis de Fallos y Optimización de Pruebas
- Agrupación de fallos en pruebas utilizando modelos LLM o de aprendizaje automático (ML)
- Reducción de ejecuciones inestables de pruebas y fatiga de alertas
- Priorización de la ejecución de pruebas basándose en conocimientos históricos
Integración en Pipelines CI/CD
- Incorporación de la generación de pruebas con IA en Jenkins, GitHub Actions o GitLab CI
- Validación de la calidad de pruebas durante solicitudes de extracción (pull requests)
- Rollbacks de automatización y control inteligente de pruebas 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 pruebas mejorados con IA
- Tendencias en plataformas IA-QA y observabilidad inteligente
Resumen y Próximos Pasos
Requerimientos
- Experiencia en pruebas de software, planificación de pruebas o automatización de QA
- Familiaridad con frameworks de pruebas como JUnit, PyTest o Selenium
- Comprensión básica de pipelines CI/CD y entornos DevOps
Audiencia
- Ingenieros de QA
- Ingenieros de Desarrollo de Software en Pruebas (SDETs)
- Pruebas de software que trabajan en entornos ágiles o DevOps
Reseñas (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