测试经理
互联网
软件测试
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

AI智能化软件测试方法与实践

杰克

质量与工程效率专家

具有19年IT项目实战经验,10年技术团队管理经验,涉及互联网金融与银行项目测试与自动化,敏捷项目管理,DevOps工具链研发等。包括金融系统、广告系统、企业信息化、企业互联网应用,AI技术与应用等。

曾任某互联网公司AI研究院质量与工程效率负责人,带领50人团队负责人工智能产品质量保障,自动化测试工具与平台开发,工程效率工具链研发等工作。曾于世界500强金融外企任首席软件测试开发工程师兼自动化测试主管,参与多个项目的敏捷转型与项目管理、自动化测试工具设计、框架开发以及部署工作。

技术上主要擅长自动化与敏捷测试,持续集成环境构建,测试框架与工具开发,Scrum团队管理,DevOps和工程效率工具链研发等。

具有19年IT项目实战经验,10年技术团队管理经验,涉及互联网金融与银行项目测试与自动化,敏捷项目管理,DevOps工具链研发等。包括金融系统、广告系统、企业信息化、企业互联网应用,AI技术与应用等。 曾任某互联网公司AI研究院质量与工程效率负责人,带领50人团队负责人工智能产品质量保障,自动化测试工具与平台开发,工程效率工具链研发等工作。曾于世界500强金融外企任首席软件测试开发工程师兼自动化测试主管,参与多个项目的敏捷转型与项目管理、自动化测试工具设计、框架开发以及部署工作。 技术上主要擅长自动化与敏捷测试,持续集成环境构建,测试框架与工具开发,Scrum团队管理,DevOps和工程效率工具链研发等。

课程费用

6800.00 /人

课程时长

3

成为教练

课程简介

课程聚焦AI智能化软件测试方法与实践。结合理论与实际案例,涵盖AI技术概览、GUI测试自动化、图像与语音交互测试、大语言模型应用等关键内容。通过动手实践与讨论,学员将掌握AI在软件测试中的应用技巧,提升测试效率与质量,解决实际工作中的测试难题。

目标收益

1.掌握AI测试工具使用:熟悉Applitools、MABL等主流工具。
2.提升GUI测试自动化能力:学会元素识别、断言及并行化测试。
3.理解AI技术在测试中的应用:深入学习深度学习、神经网络等技术。
4.学会大语言模型优化策略:掌握提示词工程、模型微调等技巧。
5.提升测试数据生成效率:利用AI技术自动化生成测试数据。
6.增强测试结果验证能力:运用AI进行图像识别、文本校验等验证。

培训对象

初中高级测试工程师、自动化测试开发人员、测试组长、测试经理、SQA人员

课程大纲

AI智能化软件测试典型问题分析 1.问题分析
2.讨论
AI领域发展与应用 1.AI在各行业的落地应用
2.案例演示
3.AI技术概览
4.AI技术的四要素
5.AI模型的研发流程
6.AI的未来发展趋势
AI主要应用技术分类 1.深度学习与神经网络
2.图像算法典型案例
3.语音算法典型案例
4.NLP算法典型案例
5.大语言模型典型案例
AI通用自动化测试主流工具 1.Applitools
2.MABL
3.Sikuli
GUI测试自动化要点 1.元素识别与定位多种方法
2.断言多种方法
3.并行化分发测试-多机并行化同构设备分发实现
4.并行化兼容测试-多机并行化异构设备全量实现
5.自动化适配-因UI变更自动匹配更新用例
6.自动化图像匹配-图像对比与搜索
7.自动化用例rerun和步骤retry
8.失败结果自动化录屏
9.自动化结果多级反馈
10.实现无人值守的自动化测试
OCR智能识别 1.什么是OCR?
2.通过OCR技术解决UI频繁变更的痛点
3.异常自动识别
Sikuli工具应用 1.Sikuli工具简介
2.Sikuli的应用场景
3.图像抓取
4.用例描述
5.自动化执行
AI图像目标检测 1.AI Yolo模型简介
2.图像标注
3.模型训练
4.效果评测
5.模型推理
6.Badcase分析
7.模型优化
ASR应用概述 1.ASR简介
2.ASR的应用场景
3.ASR评测
4.【案例】ASR的测试实践~一键提单
TTS应用概述 1.TTS简介
2.TTS的应用场景
3.TTS评测
4.【案例】TTS的测试实践~人机交互
NLP应用概述 1.NLP简介
2.NLP的应用场景
3.NLP评测
4.【案例】舆情分析实践
大语言模型技术 1.大语言模型的定义和特点
2.大语言模型技术演变简史
3.深入解析大语言模型的架构、训练方法和优化技术
4.大语言模型在自然语言处理任务中的性能表现
提示词工程 1.什么是提示词工程?
2.优化的上下文提示词
3.【案例】提示词返回精准答案
大模型结果优化策略 1.温度微调
2.使用top-k/top-p采样
3.增加上下文信息
4.模型后处理
5.大模型微调
6.多模型融合
7.【案例】生产环境数据抽检评测
8.【案例】badcase分析与优化推荐
大语言模型在测试领域的应用 1.大语言模型在测试领域的应用案例分析
2.【讨论】大语言模型对传统测试方法的挑战与机遇
DeepSeek概述 1.DeepSeek简介
2.DeepSeek架构与原理
3.DeepSeek优势
4.DeepSeek不足
5.如何部署DeepSeek
6.【案例】本地调用DeepSeek
Ollama进行code review 1.Ollama简介
2.模型参数
3.网络安全隔离
4.部署Ollama环境
5.Ollama常用操作命令
6.离线模型CLI接口
7.模型API接口
8.API调用方式
9.UI调试界面
10.Code review结果解析
11.Code review结果推送
12.【案例】进行自动化code review
高效利用Ollama 1.下载docker镜像
2.启动docker pod
3.映射多接口地址
4.部署Nginx
5.配置Nginx实现轮询
6.实现接口并发处理
DeepSeek进行单元测试 1.生成单元测试代码~c++
2.集成至gtest
3.C++测试覆盖率统计工具gcov
4.生成单元测试代码~python
5.Python测试覆盖率统计工具python coverage
6.进行自动化单元测试执行
7.优化单元测试代码
8.【案例】集成至CI流水线
测试数据自动化生成 1.测试数据自动化生成需求
2.测试数据自动化生成技术框架设计
3.测试数据自动化生成关键点
4.测试数据自动化生成规则
AI在测试数据生成中的应用 1.文本数据生成
2.图像数据生成
3.语音数据生成
4.【案例】使用DeepSeek生成测试数据
5.分析生成数据的质量和有效性,探讨改进策略
DeepSeek生成自动化测试用例 1.自动化测试用例语言描述
2.生成自动化测试脚本
3.优化语言描述
4.【案例】生成接口自动化python测试脚本
5.【案例】生成webUI自动化python测试脚本
AI在测试结果验证中的应用 1.图像识别
2.目标检测
3.OCR检测
4.文本结果校验
5.日志分析
6.【案例】大模型对测试结果进行自动化验证
代码覆盖率 1.代码覆盖率统计指标
2.python代码覆盖统计工具coverage
3.c++代码覆盖统计分析工具opencppcoverage
4.java代码覆盖率统计分析工具jacoco
5.代码覆盖工具与jenkins集成
6.白盒测试代码覆盖率
7.黑盒测试代码覆盖率
Diff测试技术深入 1.Diff测试的原理、技术和应用场景
2.Diff测试在代码质量评估中的优势和挑战
3.Codediff生成改动函数列表
4.分析改动函数的潜在bug
5.【案例】使用大语言模型进行Diff测试,分析代码差异和潜在问题
精准测试实践 1.精准测试定义
2.精准测试的优点
3.精准测试存在的问题
4.精准测试实现流程
5.获取单个用例覆盖率
6.存储用例与函数对应关系
7.自动化测试关联方案
8.通过codediff查询对应测试用例
9.实现测试用例推荐
10.提测自动关联精准测试消息推送
11.精准测试度量与分析
12.漏检分析
13.质量评估
14.【案例】精准测试实践
性能监控工具 1.性能监控主要指标
2.Prometheus简介
3.使用Prometheus进行性能监控
4.node-exporter部署
5.Nmon简介
6.利用Nmon进行性能监控
7.【案例】生产环境可靠性监控与告警
利用JMeter进行性能测试 1.基准测试概述
2.压力测试概述
3.JMeter概述
4.测试计划
5.线程组
6.取样器
7.监听器
8.聚合报告
9.查看结果树
10.图形结果
11.生成性能测试报告
12.【案例】性能测试报告
13.【案例】自动化探压测试实践
AI智能化软件测试典型问题分析
1.问题分析
2.讨论
AI领域发展与应用
1.AI在各行业的落地应用
2.案例演示
3.AI技术概览
4.AI技术的四要素
5.AI模型的研发流程
6.AI的未来发展趋势
AI主要应用技术分类
1.深度学习与神经网络
2.图像算法典型案例
3.语音算法典型案例
4.NLP算法典型案例
5.大语言模型典型案例
AI通用自动化测试主流工具
1.Applitools
2.MABL
3.Sikuli
GUI测试自动化要点
1.元素识别与定位多种方法
2.断言多种方法
3.并行化分发测试-多机并行化同构设备分发实现
4.并行化兼容测试-多机并行化异构设备全量实现
5.自动化适配-因UI变更自动匹配更新用例
6.自动化图像匹配-图像对比与搜索
7.自动化用例rerun和步骤retry
8.失败结果自动化录屏
9.自动化结果多级反馈
10.实现无人值守的自动化测试
OCR智能识别
1.什么是OCR?
2.通过OCR技术解决UI频繁变更的痛点
3.异常自动识别
Sikuli工具应用
1.Sikuli工具简介
2.Sikuli的应用场景
3.图像抓取
4.用例描述
5.自动化执行
AI图像目标检测
1.AI Yolo模型简介
2.图像标注
3.模型训练
4.效果评测
5.模型推理
6.Badcase分析
7.模型优化
ASR应用概述
1.ASR简介
2.ASR的应用场景
3.ASR评测
4.【案例】ASR的测试实践~一键提单
TTS应用概述
1.TTS简介
2.TTS的应用场景
3.TTS评测
4.【案例】TTS的测试实践~人机交互
NLP应用概述
1.NLP简介
2.NLP的应用场景
3.NLP评测
4.【案例】舆情分析实践
大语言模型技术
1.大语言模型的定义和特点
2.大语言模型技术演变简史
3.深入解析大语言模型的架构、训练方法和优化技术
4.大语言模型在自然语言处理任务中的性能表现
提示词工程
1.什么是提示词工程?
2.优化的上下文提示词
3.【案例】提示词返回精准答案
大模型结果优化策略
1.温度微调
2.使用top-k/top-p采样
3.增加上下文信息
4.模型后处理
5.大模型微调
6.多模型融合
7.【案例】生产环境数据抽检评测
8.【案例】badcase分析与优化推荐
大语言模型在测试领域的应用
1.大语言模型在测试领域的应用案例分析
2.【讨论】大语言模型对传统测试方法的挑战与机遇
DeepSeek概述
1.DeepSeek简介
2.DeepSeek架构与原理
3.DeepSeek优势
4.DeepSeek不足
5.如何部署DeepSeek
6.【案例】本地调用DeepSeek
Ollama进行code review
1.Ollama简介
2.模型参数
3.网络安全隔离
4.部署Ollama环境
5.Ollama常用操作命令
6.离线模型CLI接口
7.模型API接口
8.API调用方式
9.UI调试界面
10.Code review结果解析
11.Code review结果推送
12.【案例】进行自动化code review
高效利用Ollama
1.下载docker镜像
2.启动docker pod
3.映射多接口地址
4.部署Nginx
5.配置Nginx实现轮询
6.实现接口并发处理
DeepSeek进行单元测试
1.生成单元测试代码~c++
2.集成至gtest
3.C++测试覆盖率统计工具gcov
4.生成单元测试代码~python
5.Python测试覆盖率统计工具python coverage
6.进行自动化单元测试执行
7.优化单元测试代码
8.【案例】集成至CI流水线
测试数据自动化生成
1.测试数据自动化生成需求
2.测试数据自动化生成技术框架设计
3.测试数据自动化生成关键点
4.测试数据自动化生成规则
AI在测试数据生成中的应用
1.文本数据生成
2.图像数据生成
3.语音数据生成
4.【案例】使用DeepSeek生成测试数据
5.分析生成数据的质量和有效性,探讨改进策略
DeepSeek生成自动化测试用例
1.自动化测试用例语言描述
2.生成自动化测试脚本
3.优化语言描述
4.【案例】生成接口自动化python测试脚本
5.【案例】生成webUI自动化python测试脚本
AI在测试结果验证中的应用
1.图像识别
2.目标检测
3.OCR检测
4.文本结果校验
5.日志分析
6.【案例】大模型对测试结果进行自动化验证
代码覆盖率
1.代码覆盖率统计指标
2.python代码覆盖统计工具coverage
3.c++代码覆盖统计分析工具opencppcoverage
4.java代码覆盖率统计分析工具jacoco
5.代码覆盖工具与jenkins集成
6.白盒测试代码覆盖率
7.黑盒测试代码覆盖率
Diff测试技术深入
1.Diff测试的原理、技术和应用场景
2.Diff测试在代码质量评估中的优势和挑战
3.Codediff生成改动函数列表
4.分析改动函数的潜在bug
5.【案例】使用大语言模型进行Diff测试,分析代码差异和潜在问题
精准测试实践
1.精准测试定义
2.精准测试的优点
3.精准测试存在的问题
4.精准测试实现流程
5.获取单个用例覆盖率
6.存储用例与函数对应关系
7.自动化测试关联方案
8.通过codediff查询对应测试用例
9.实现测试用例推荐
10.提测自动关联精准测试消息推送
11.精准测试度量与分析
12.漏检分析
13.质量评估
14.【案例】精准测试实践
性能监控工具
1.性能监控主要指标
2.Prometheus简介
3.使用Prometheus进行性能监控
4.node-exporter部署
5.Nmon简介
6.利用Nmon进行性能监控
7.【案例】生产环境可靠性监控与告警
利用JMeter进行性能测试
1.基准测试概述
2.压力测试概述
3.JMeter概述
4.测试计划
5.线程组
6.取样器
7.监听器
8.聚合报告
9.查看结果树
10.图形结果
11.生成性能测试报告
12.【案例】性能测试报告
13.【案例】自动化探压测试实践

课程费用

6800.00 /人

课程时长

3

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

活动详情

提交需求