- Регистрация
- 26 Март 2018
- Сообщения
- 84.130
Название: ChatGPT для тестировщиков [qa.guru] [С. Васенков, Д. Ярыгин, П. Рословец, А. Ерошенко]
Описание:
Что будет на интенсиве?
На курсе мы рассмотрим разные сценарии использования ChatGPT для тестировщика. Наша задача сформировать у слушателя навыки prompt-инжиниринга для решения задач по ручному тестировнию, автоматизации, а также в TestOps.
Практическую пользу от нашего курса получат:
Инженеры по ручному тестированию
Инженеры по автоматизации тестирования
Разработчики ПО
Исследователи в области искусственного интеллекта
ПРОГРАММА КУРСА
Модуль 1: Введение в генеративные сети и ChatGPT
Урок 1.
В чем пропасть между инженерами, которые используют ChatGPT и которые еще нет. Рассмотрим антипаттерны (почему ChatGPT это плохо) и кейсы использования ChatGPT действующими тестировщиками (от Middle до Lead).
Урок 2.
Основы генеративных сетей и обзор возможностей и принципов работы ChatGPT и prompt-engineering. Погрузитесь в базовую архитектуру LLM. Создадите простые сценарии использования ChatGPT для генерации кода.
Модуль 2: Ручное тестирование и ChatGPT
Урок 3.
Тестдизайн, тест-кейсы и первые шаги. Научимся генерировать ручные тесты на примере интернет-магазина
Урок 4.
Генерируем возможные баги. Научимся использовать генеративные сети для предсказания ошибок в приложении (типовых и не очень)
Модуль 3: Автоматизация тестирования и ChatGPT
Урок 5.
Построение тестового фреймфорка. Генерация тестовых данных. Разработаем базовые тесты с использованием ChatGPT в стеке Java / Gradle / Junit5. Научимся генерировать тестовые данные.
Урок 6.
Автоматизация тестирования UI. PageObjects. Доработаем проект для автоматизации тестирования UI-слоя приложения с Selenium/Selenide. Добавим паттерн PageObjects.
Урок 7.
Автоматизация тестирования API. Добавляем API к UI. Добавим автоматизацию тестирования API-слоя c Rest-Assured и Lombok. Доработаем работу с тестовыми данными с учетом генерации моделей с Lombok. Научимся декомпозировать UI-шаги в API-шаги. Разоберемся в авторизации по API
Модуль 4: AI в TestOps. Генерируем полноценный проект с ручными и автотестами в TMS
Урок 8.
Разработка контроллера для загрузки ручных и автотестов в TMS по API. Ознакомимся с готовым минимальным проектом для интернет-магазина (5 ручных и автотестов) с инфраструктурой (Github Actions, Selenoid, Allure TestOps). Изучим API тест-менеджмент системы Allure TestOps и как загружать ручные и автотесты для получения полноценного проекта
Урок 9.
Добавляем тест-планы и мета-данные в проект. Научимся создавать полноценный проект с ручными и автоматизированными тестами с учетом различных сценариев для запуска процесса тестирования (smoke/regress/… запуски, прогоны на различных стендах и компонентах тестируемого приложения)
Модуль 5: Итоговый проект
Урок 10.
Github Markdown. Оформляем Readme финального проекта. Научимся создавать красочное оформление/документацию для проекта в GitHub
БОНУС — УРОК
Трудоустройство. Научимся создавать продающие сопроводительные письма и резюме.
Описание:
Что будет на интенсиве?
На курсе мы рассмотрим разные сценарии использования ChatGPT для тестировщика. Наша задача сформировать у слушателя навыки prompt-инжиниринга для решения задач по ручному тестировнию, автоматизации, а также в TestOps.
Практическую пользу от нашего курса получат:
Инженеры по ручному тестированию
Инженеры по автоматизации тестирования
Разработчики ПО
Исследователи в области искусственного интеллекта
ПРОГРАММА КУРСА
Модуль 1: Введение в генеративные сети и ChatGPT
Урок 1.
В чем пропасть между инженерами, которые используют ChatGPT и которые еще нет. Рассмотрим антипаттерны (почему ChatGPT это плохо) и кейсы использования ChatGPT действующими тестировщиками (от Middle до Lead).
Урок 2.
Основы генеративных сетей и обзор возможностей и принципов работы ChatGPT и prompt-engineering. Погрузитесь в базовую архитектуру LLM. Создадите простые сценарии использования ChatGPT для генерации кода.
Модуль 2: Ручное тестирование и ChatGPT
Урок 3.
Тестдизайн, тест-кейсы и первые шаги. Научимся генерировать ручные тесты на примере интернет-магазина
Урок 4.
Генерируем возможные баги. Научимся использовать генеративные сети для предсказания ошибок в приложении (типовых и не очень)
Модуль 3: Автоматизация тестирования и ChatGPT
Урок 5.
Построение тестового фреймфорка. Генерация тестовых данных. Разработаем базовые тесты с использованием ChatGPT в стеке Java / Gradle / Junit5. Научимся генерировать тестовые данные.
Урок 6.
Автоматизация тестирования UI. PageObjects. Доработаем проект для автоматизации тестирования UI-слоя приложения с Selenium/Selenide. Добавим паттерн PageObjects.
Урок 7.
Автоматизация тестирования API. Добавляем API к UI. Добавим автоматизацию тестирования API-слоя c Rest-Assured и Lombok. Доработаем работу с тестовыми данными с учетом генерации моделей с Lombok. Научимся декомпозировать UI-шаги в API-шаги. Разоберемся в авторизации по API
Модуль 4: AI в TestOps. Генерируем полноценный проект с ручными и автотестами в TMS
Урок 8.
Разработка контроллера для загрузки ручных и автотестов в TMS по API. Ознакомимся с готовым минимальным проектом для интернет-магазина (5 ручных и автотестов) с инфраструктурой (Github Actions, Selenoid, Allure TestOps). Изучим API тест-менеджмент системы Allure TestOps и как загружать ручные и автотесты для получения полноценного проекта
Урок 9.
Добавляем тест-планы и мета-данные в проект. Научимся создавать полноценный проект с ручными и автоматизированными тестами с учетом различных сценариев для запуска процесса тестирования (smoke/regress/… запуски, прогоны на различных стендах и компонентах тестируемого приложения)
Модуль 5: Итоговый проект
Урок 10.
Github Markdown. Оформляем Readme финального проекта. Научимся создавать красочное оформление/документацию для проекта в GitHub
БОНУС — УРОК
Трудоустройство. Научимся создавать продающие сопроводительные письма и резюме.
Скрытый контент для пользователей All-dar.