آموزش GenAI برای QA - مسترکلاس تست و اتوماسیون [2025]
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک اصول Generative AI و ضرورت آن برای متخصصان QA مدرن
- تسلط به تکنیکهای مهندسی پرامپت برای طراحی دستورالعملهای مؤثر و هوشمند برای ابزارهای هوش مصنوعی
- تولید برنامههای تست جامع، سناریوهای تست عملکردی (وب، API، موبایل) و داده تست مصنوعی با استفاده از هوش مصنوعی
- ساخت چارچوبهای تست Selenium WebDriver و ابزارهای کاربردی با طراحی مجهز به هوش مصنوعی، شامل منطق تلاش مجدد و گزارشدهی
- خودکارسازی تست REST API با استفاده از Rest Assured و تولید چارچوب، لاگ ها و اشکالزدایی با قدرت هوش مصنوعی
- افزایش بهرهوری کدنویسی با برنامهنویسی جفتی و ابزارهایی مانند GitHub Copilot
- بررسی دستیارهای هوش مصنوعی آفلاین و یادگیری چگونگی اجرای LLMهای خصوصی برای محیطهای سازمانی محرمانه
- یادگیری و پیادهسازی اتوماسیون AI-first با TestRigor برای تستهای بدون کد، منعطف و مقیاسپذیر
- کسب تجربه عملی در ساخت چارچوبها، مجموعههای تست و گردش کار اشکالزدایی با هوش مصنوعی در هر مرحله
- کشف چگونگی تحول حوزه QA توسط ابزارهای هوش مصنوعی و حفظ پیشتازی با قابلیتهای در حال تکامل هوش مصنوعی
پیشنیازهای دوره
- بدون نیاز به تجربه قبلی در زمینه هوش مصنوعی یا یادگیری ماشین
- اتصال به اینترنت جهت دسترسی به ابزارها و پلتفرمهای هوش مصنوعی
- ذهنیت کنجکاو و اشتیاق به کاوش در هوش مصنوعی به دانشجو کمک میکند بیشترین بهره را از این دوره ببرد.
- درک اولیه از مفاهیم تست نرمافزار به یادگیری مؤثرتر کمک خواهد کرد.
- تجربه اولیه در اتوماسیون تست (اختیاری): آشنایی با مفاهیم برنامهنویسی میتواند در پیشرفت سریعتر مؤثر باشد.
- در صورت نیاز به راهنمایی، دانشجو میتواند سؤالات خود را در بخش پرسش و پاسخ مطرح کند؛ مدرس همیشه آماده پاسخگویی است.
توضیحات دوره
چرا Generative AI در تست و اتوماسیون؟
Generative AI در حال تغییر شکل چگونگی برنامهریزی، نگارش و اجرای تست نرمافزار است. با ابزارهایی مانند ChatGPT ،Claude ،Bard و GitHub Copilot، تسترها میتوانند اتوماسیون را تسریع کرده، پوشش تست را افزایش دهند و کارهای دستی تکراری را کاهش دهند. این ابزارها موارد زیر را ممکن میسازند:
- تولید آنی برنامههای تست و سناریوهای تست
- ایجاد سریع داده تست و اسکریپتهای کمکی
- اشکالزدایی، مستندسازی و گزارشدهی با کمک هوش مصنوعی
- اتوماسیون هوشمندتر و مقیاسپذیر در پلتفرمهای مختلف
هوش مصنوعی صرفاً یک دستیار نیست، بلکه در حال تبدیل شدن به یک Co-pilot برای تیمهای QA در حوزههای تست عملکردی، UI، API و موبایل است.
چرا Selenium ،Rest Assured ،TestRigor و ابزارهای هوش مصنوعی؟
Selenium WebDriver و Rest Assured به طور گسترده برای اتوماسیون مرورگر و API استفاده میشوند. با ترکیب این ابزارها با هوش مصنوعی، میتوان آنها را سریعتر توسعه داد و با تلاش کمتری نگهداری کرد. از سوی دیگر، ابزارهایی مانند TestRigor امکان اتوماسیون بدون کد و مبتنی بر هوش مصنوعی را فراهم میکنند که برای تیمهایی که به دنبال مقیاسپذیری با حداقل کدنویسی هستند، بسیار قدرتمند است.
این دوره چارچوبهای سنتی و راهکارهای مدرن مجهز به هوش مصنوعی را با استفاده از موارد زیر در کنار هم قرار میدهد:
- Selenium WebDriver برای اتوماسیون رابط کاربری وب
- Rest Assured برای تست API
- TestNG برای ساختاردهی، اجرا و پیکربندی
- TestRigor برای ایجاد تستهای مبتنی بر هوش مصنوعی با هزینه نگهداری پایین
- GitHub Copilot و دستیارهای هوش مصنوعی برای نوشتن کدهای کمکی، پارامترسازی تستها و تبدیل مراحل دستی به کد
- Offline LLMs برای تستهای امن و قابل تنظیم هوش مصنوعی محور
این ابزارها در کنار هم، تسترها را قادر میسازند تا سریعتر اتومات کنند، همکاری بهتری داشته باشند و به طور کارآمد مقیاسپذیری ایجاد کنند.
چرا این دوره؟
این یک مسترکلاس عملی و مبتنی بر پروژه است که برای تسترهای دستی، مهندسان اتوماسیون و مدیران QA طراحی شده است که قصد دارند هوش مصنوعی را در چارچوب کاری خود ادغام کنند. مدرس در این دوره، مفاهیم اساسی را با پیادهسازی در دنیای واقعی با استفاده از ابزارها و تکنیکهای متنوع متعادل میکند.
دانشجو یاد میگیرد که چگونه سناریوهای تست تولید کند، چارچوبها را بسازد، مشکلات را اشکالزدایی کند و حتی داده تست مجهز به هوش مصنوعی ایجاد کند؛ همگی با حداقل تلاش دستی
نیاز به دانش قبلی در زمینه هوش مصنوعی نیست؛ تنها تمایل به کاوش و بهکارگیری استراتژیهای مدرن تست کافی است.
این دوره شامل موارد زیر است:
- اجزای چارچوب تولید شده با هوش مصنوعی: کلاسهای صفحه، ارائهدهندگان داده، منطق تلاش مجدد، شنوندگان و متدهای کمکی
- برنامهنویسی جفتی بلادرنگ: اتوماسیون و اشکالزدایی با کمک Copilot
- تنظیمات هوش مصنوعی آفلاین: پیکربندی و اجرای محلی LLMها برای تولید تستهای خصوصی
- تست بدون کد با TestRigor: انجام تستهای UI و API با استفاده از دستورات زبان انگلیسی
- نمونههای کد: مثالهای قبل و بعد برای مقایسه و وضوح بیشتر
- بهترین شیوهها: در زمینه گزارشدهی، امنیت داده و ادغام هوش مصنوعی در چارچوبهای فعلی
آمادهاید شغل QA خود را برای آینده تضمین کنید؟
در پایان این دوره، دانشجو مجهز خواهد شد تا:
- از ابزارهای GenAI برای ایجاد برنامههای تست، سناریوها، داده و ابزارهای کاربردی استفاده کند.
- تستهای وب و API را با چارچوبهای مجهز به هوش مصنوعی اتومات کند.
- روشهای تست بدون کد و مبتنی بر هوش مصنوعی مانند TestRigor را اتخاذ کند.
- دستیار هوش مصنوعی آفلاین خود را برای تولید تستهای امن و سفارشی اجرا کند.
- با ابزارهای هوش مصنوعی در گردش کار روزانه خود همکاری مؤثرتری داشته باشد.
بیایید مهارتهای اتوماسیون تست خود را با قدرت Generative AI متحول کنیم!
این دوره برای چه کسانی مناسب است؟
- مهندسان QA که به دنبال تولید سناریوهای تست، برنامههای تست یا بهبود چارچوبهای اتوماسیون هستند.
- SDETهایی که علاقهمند به استفاده از Copilot و هوش مصنوعی برای تسریع اتوماسیون تست و اشکالزدایی هستند.
- مدیران تست و QA که به دنبال ابزارهای مبتنی بر هوش مصنوعی مانند TestRigor برای افزایش کارایی تیم و کاهش هزینههای نگهداری هستند.
- تازهکاران در اتوماسیون که به دنبال یادگیری هدایتشده Selenium و API با پشتیبانی هوش مصنوعی هستند.
- علاقهمندان به فناوری که میخواهند کدهای تست را سریعتر با برنامهنویسی جفتی هوش مصنوعی بنویسند و مستندسازی کنند.
- هر کسی در حوزه تست نرمافزار که کنجکاو است بداند GenAI چگونه ابزارها و شیوههای مدرن QA را دگرگون میکند.
آموزش GenAI برای QA - مسترکلاس تست و اتوماسیون [2025]
-
رمزگشایی از GenAI: چرا QA اکنون به آن نیاز دارد؟ 07:18
-
آشکار کردن هوش مصنوعی برای QA: آنچه خواهید آموخت 03:04
-
راهاندازی و استفاده از ChatGPT برای QA 05:24
-
شروع کار با Claude برای تسک های تست 03:31
-
استفاده از Google Bard به عنوان دستیار QA هوش مصنوعی 02:03
-
اصول مهندسی پرامپت برای QA 04:59
-
تسلط به مهندسی پرامپت 10:05
-
تست عملکردی با هوش مصنوعی 10:56
-
چگونگی نگارش استراتژی تست با هوش مصنوعی 10:09
-
استفاده از هوش مصنوعی برای نگارش سناریوهای تست Rest API 11:53
-
ایجاد سناریوهای تست اپلیکیشن موبایل با هوش مصنوعی 05:31
-
تولید داده تست با استفاده از ابزارهای هوش مصنوعی 06:08
-
نوشتن گزارشهای باگ بهتر با هوش مصنوعی 03:26
-
راهاندازی پروژه و طراحی چارچوب با هوش مصنوعی 15:26
-
مکانیابی و شناسایی عناصر UI با هوش مصنوعی 10:08
-
بازنویسی کد به ساختار چارچوب با کمک هوش مصنوعی 06:38
-
ایجاد تستهای داده محور با هوش مصنوعی 12:58
-
تلاش مجدد برای سناریوهای تست ناموفق با هوش مصنوعی 09:47
-
گزارشدهی پیشرفته با هوش مصنوعی 07:50
-
راهاندازی چارچوب Rest Assured 07:14
-
پیادهسازی چارچوب با استفاده از هوش مصنوعی 15:31
-
اشکالزدایی، لاگ ها و گزارشدهی با هوش مصنوعی 07:10
-
معرفی ابزارهای کدنویسی هوش مصنوعی 05:05
-
تولید کلاسهای صفحه و تست با Copilot 09:20
-
پارامترسازی داده تست با Copilot 03:44
-
تبدیل سناریوهای تست دستی به اتوماسیون 02:50
-
اشکالزدایی و مستندسازی خودکار مجهز به هوش مصنوعی 04:12
-
راهاندازی مدل زبانی بزرگ خصوصی (حالت آفلاین) 05:00
-
استفاده از LLM خصوصی برای تسک های تست امن 04:57
-
مروری بر ابزارهای تست AI-First 09:39
-
معرفی و تنظیمات TestRigor 06:30
-
دریافت کمک و مستندات برای TestRigor 03:17
-
تست وب اپلیکیشن با TestRigor 09:57
-
تست داده محور با TestRigor 06:03
-
تستهای خودترمیم با TestRigor (تست با هزینه نگهداری پایین) 07:44
-
تست REST API با TestRigor 13:46
مشخصات آموزش
آموزش GenAI برای QA - مسترکلاس تست و اتوماسیون [2025]
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:36
- مدت زمان :04:29:39
- حجم :2.15GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy