Temario del curso
Introducción a la IA en Pruebas de Software
- Panorama general de las capacidades de IA en pruebas y QA
- Tipos de herramientas de IA utilizadas en flujos de trabajo modernos de pruebas
- Beneficios y riesgos de la ingeniería de calidad impulsada por IA
LLMs para la Generación de Casos de Prueba
- Ingeniería de consignas para generar pruebas unitarias y funcionales
- Creación de plantillas de pruebas parametrizadas y dirigidas por datos
- Conversión de historias de usuario y requisitos en scripts de prueba
IA en Pruebas Exploratorias y de Casos Límite
- Identificación de ramas o condiciones no probadas mediante IA
- Simulación de escenarios de uso raros o anómalos
- Estrategias de generación de pruebas basadas en el riesgo
Pruebas de Interfaz de Usuario 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 auto-reparables
- Análisis del impacto de la regresión basado en IA tras cambios en el código
Análisis de Fallos y Optimización de Pruebas
- Agrupación de fallos de pruebas utilizando modelos LLM o de aprendizaje automático
- Reducción de pruebas inestables y fatiga de alertas
- Priorización de la ejecución de pruebas basándose en conocimientos históricos
Integración en el Flujo de Trabajo CI/CD
- Incorporación de la generación de pruebas con IA en Jenkins, GitHub Actions o GitLab CI
- Validación de la calidad de las pruebas durante las solicitudes de extracción (pull requests)
- Reversiones automatizadas y gateo inteligente de pruebas en los flujos de trabajo
Tendencias Futuras y Uso Responsabilizado 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 prueba mejorados con IA
- Tendencias en plataformas de IA-QA y observabilidad inteligente
Resumen y Próximos Pasos
Requerimientos
- Experiencia en pruebas de software, planificación de pruebas o automatización de QA
- Conocimiento de marcos de prueba como JUnit, PyTest o Selenium
- Comprensión básica de los flujos de trabajo CI/CD y entornos de DevOps
Público Objetivo
- Ingenieros de QA
- Ingenieros de Desarrollo en Pruebas (SDETs)
- Analistas de software que trabajan en entornos ágiles o de DevOps
Testimonios (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