Kursus Pelatihan AI-Augmented Test Generation and Quality Engineering
AI-Augmented Test Generation and Quality Engineering menjelajahi bagaimana alat inteligensi buatan (AI) dan model bahasa besar (LLMs) dapat meningkatkan cakupan pengujian, mempercepat pembuatan tes, dan memperbaiki proses jaminan kualitas.
Pelatihan langsung berpengajar ini (daring atau tatap muka) ditujukan untuk profesional QA tingkat menengah yang ingin mengotomatiskan dan meningkatkan strategi pengujian mereka menggunakan alat dan praktik yang didorong oleh AI.
Pada akhir pelatihan ini, peserta akan dapat:
- Membuat tes unit, integrasi, dan antarmuka pengguna dengan alat dan instruksi AI.
- Menggunakan LLMs untuk pengujian eksploratif, penemuan kasus tepi, dan analisis regresi.
- Menyaring dan menentukan prioritas gagal tes dan anomali menggunakan triase berbantuan AI.
- Mengintegrasikan pengujian berbasis AI ke dalam pipa CI/CD untuk meningkatkan keyakinan rilis.
Format Kursus
- Ceramah interaktif dan diskusi.
- Banyak latihan dan praktik.
- Implementasi langsung dalam lingkungan laboratorium daring.
Opsi Kustomisasi Kursus
- Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menentukan jadwal.
Kerangka Materi
Pengantar AI dalam Software Testing
- Ulasan tentang kemampuan AI dalam pengujian dan QA
- Jenis alat AI yang digunakan dalam alur kerja pengujian modern
- Keuntungan dan risiko dari kualitas insinyur berbasis AI
LLM untuk Pembuatan Kasus Pengujian
- Penjernihan prompt untuk menghasilkan pengujian unit dan fungsional
- Membuat templat pengujian parametrik dan berbasis data
- Mengonversi cerita pengguna dan kebutuhan menjadi skrip pengujian
AI dalam Pengujian Eksplorasi dan Kasus Kepiting
- Mengidentifikasi cabang atau kondisi yang belum diuji menggunakan AI
- Mem-simulasikan skenario penggunaan jarang atau abnormal
- Strategi generasi uji berbasis risiko
Pengujian UI Otomatis dan Regression
- Menggunakan alat AI seperti Testim atau mabl untuk pembuatan pengujian UI
- Memelihara pengujian UI yang stabil melalui pemilih self-healing
- Analisis dampak regresi berbasis AI setelah perubahan kode
Analisis Kegagalan dan Optimalisasi Pengujian
- Klustering kegagalan pengujian menggunakan model LLM atau ML
- Mengurangi jalannya tes yang fluktuatif dan penat pemberitahuan
- Prioritas eksekusi pengujian berdasarkan wawasan historis
Integrasi Jalur CI/CD
- Menyisipkan generasi tes AI dalam Jenkins, GitHub Actions, atau GitLab CI
- Memvalidasi kualitas pengujian selama permintaan tarik
- Pengembalian otomatis dan pengecekan pintu cerdas dalam jalur
Tren Masa Depan dan Penggunaan AI yang Bertanggung Jawab dalam QA
- Menilai akurasi dan keamanan tes yang dihasilkan oleh AI
- [G886]vernance dan jejak audit untuk proses pengujian ditingkatkan dengan AI
- Tren dalam platform AI-QA dan observabilitas cerdas
Ringkasan dan Langkah Berikutnya
Persyaratan
- Pengalaman dalam pengujian perangkat lunak, perencanaan pengujian, atau otomasi QA
- Ketahuan dengan kerangka kerja pengujian seperti JUnit, PyTest, atau Selenium
- Pemahaman dasar tentang pipa CI/CD dan lingkungan DevOps
Audience
- Insinyur QA
- Software Development Engineers in Test (SDETs)
- Pengujian perangkat lunak yang bekerja dalam lingkungan Agile atau DevOps
Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.
Kursus Pelatihan AI-Augmented Test Generation and Quality Engineering - Booking
Kursus Pelatihan AI-Augmented Test Generation and Quality Engineering - Enquiry
AI-Augmented Test Generation and Quality Engineering - Permintaan Konsultasi
Permintaan Konsultasi
Kursus Mendatang
Kursus Terkait
Lanjutan GitHub Kopilot
14 JamPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk peserta tingkat lanjut yang ingin menyesuaikan GitHub Copilot untuk proyek tim, memanfaatkan fitur-fiturnya yang canggih, dan mengintegrasikannya dengan mulus ke dalam jalur CI/CD untuk meningkatkan kolaborasi dan produktivitas.
Pada akhir pelatihan ini, peserta akan dapat:
- Sesuaikan GitHub Copilot untuk kebutuhan proyek spesifik dan alur kerja tim.
- Memanfaatkan fitur-fitur canggih Copilot untuk tugas-tugas pengkodean yang rumit.
- Integrasikan GitHub Copilot ke dalam jalur CI/CD dan lingkungan kolaboratif.
- Optimalkan kolaborasi tim menggunakan alat bertenaga AI.
- Kelola dan atasi masalah pengaturan dan izin Copilot secara efektif.
Pengenalan AI Coding Assistants
14 JamPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk peserta tingkat pemula yang ingin memahami asisten pengkodean AI, kemampuannya, cara meningkatkan proses pengembangan, dan pertimbangan etis seputar penggunaannya.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami tujuan dan kemampuan asisten pengkodean AI.
- Identifikasi berbagai alat asisten pengkodean AI dan fitur-fiturnya.
- Memanfaatkan asisten pengkodean AI untuk tugas-tugas pengkodean dasar.
- Menangani pertimbangan etika dasar dan penggunaan AI yang bertanggung jawab dalam pengembangan.
Enhancing Developer Productivity
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk pengembang perangkat lunak tingkat pemula hingga menengah yang ingin mengintegrasikan asisten pengkodean AI ke dalam alur kerja pengembangan mereka.
Pada akhir pelatihan ini, peserta akan mampu:
- Memahami peran dan kemampuan asisten pengkodean AI dalam pengembangan perangkat lunak.
- Memanfaatkan berbagai alat asisten pengkodean AI untuk mengotomatiskan tugas pengkodean rutin.
- Integrasikan asisten pengkodean AI ke dalam siklus hidup pengembangan perangkat lunak mereka.
- Tingkatkan produktivitas mereka dan fokus pada tugas pemrograman yang lebih kompleks dan kreatif.
- Mengatasi pertimbangan etis dan penggunaan AI yang bertanggung jawab dalam pengembangan perangkat lunak.
GitHub Copilot untuk DevOps Otomatisasi dan Productivity
14 JamGitHub Copilot adalah asisten pengkodean berbasis AI yang membantu otomatisasi tugas pengembangan, termasuk DevOps operasi seperti penulisan konfigurasi YAML, GitHub Actions, dan skrip deploy.
Pelatihan langsung (daring atau di lokasi) ini ditujukan untuk profesional level pemula hingga menengah yang ingin menggunakan GitHub Copilot untuk mempercepat DevOps tugas, meningkatkan otomatisasi, dan meningkatkan produktivitas.
Setelah mengikuti pelatihan ini, peserta akan dapat:
- Menggunakan GitHub Copilot untuk membantu scripting shell, konfigurasi, dan CI/CD pipelines.
- Memanfaatkan penyelesaian kode AI dalam file YAML dan GitHub Actions.
- Meningkatkan alur kerja testing, deployment, dan otomatisasi.
- Menerapkan Copilot secara bertanggung jawab dengan pemahaman tentang batasan AI dan praktik terbaik.
Format Kursus
- Lektur interaktif dan diskusi.
- Banyak latihan dan praktek.
- Pelaksanaan hands-on dalam lingkungan laboratorium langsung.
Opsi Personalisasi Kursus
- Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.
GitHub Copilot untuk Pengembang
14 JamPelatihan langsung berorientasi instruktur di Indonesia (online atau offline) ini ditujukan bagi pengembang tingkat pemula hingga menengah yang ingin belajar bagaimana memanfaatkan kemampuan GitHub Copilot dalam lingkungan pengembangan.
Selesai mengikuti pelatihan ini, peserta akan dapat:
- Mengerti kemampuan dan manfaat dari GitHub Copilot.
- Konfigurasi dan integrasi Copilot ke dalam aliran kerja pengembangan.
- Mengerti fitur canggih Copilot dan belajar praktik terbaik dalam menggunakan Copilot secara efektif.
GitHub Kopilot dalam Lingkungan Tim: Collaboration Praktik Terbaik
14 JamPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk peserta tingkat menengah hingga tingkat lanjut yang ingin mengoptimalkan alur kerja tim, meningkatkan praktik pengkodean kolaboratif, dan mengelola penggunaan Copilot secara efektif di lingkungan multi-pengembang.
Pada akhir pelatihan ini, peserta akan dapat:
- Siapkan GitHub Copilot untuk lingkungan tim.
- Memanfaatkan Copilot untuk meningkatkan praktik pengkodean kolaboratif.
- Optimalkan alur kerja tim menggunakan fitur Copilot.
- Kelola integrasi Copilot dalam proyek multi-pengembang.
- Pertahankan kualitas dan standar kode yang konsisten di seluruh tim.
- Memanfaatkan fitur Copilot yang canggih untuk kebutuhan spesifik tim.
- Gabungkan Copilot dengan alat kolaboratif lainnya untuk efisiensi.
GitHub Copilot untuk Debugging dan Tinjauan Kode
14 JamPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para insinyur QA tingkat menengah, pengembang, dan pimpinan tim yang ingin memanfaatkan GitHub Copilot untuk debugging yang lebih efisien, peningkatan kualitas kode, dan peninjauan kode yang lebih efisien.
Pada akhir pelatihan ini, peserta akan dapat:
- Siapkan GitHub Copilot untuk tujuan debugging dan peninjauan kode.
- Gunakan Copilot untuk mengidentifikasi dan mengatasi bug secara efisien.
- Tingkatkan kualitas kode dengan saran yang dibantu AI.
- Sederhanakan proses peninjauan kode dengan kemampuan Copilot.
- Berkolaborasi secara efektif menggunakan Copilot dalam lingkungan tim.
GitHub Copilot untuk Pengembangan Front-End
14 JamPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang front-end tingkat menengah yang ingin menggunakan GitHub Copilot untuk mengotomatiskan tugas pengkodean berulang, meningkatkan desain UI/UX, dan menyederhanakan alur kerja front-end.
Pada akhir pelatihan ini, peserta akan dapat:
- Siapkan GitHub Copilot untuk proyek pengembangan front-end.
- Manfaatkan Copilot untuk menghasilkan kode HTML, CSS, dan JavaScript secara efisien.
- Tingkatkan proses desain UI/UX menggunakan saran kode yang dihasilkan AI.
- Tingkatkan alur kerja front-end dengan strategi integrasi Copilot yang praktis.
- Pecahkan masalah dan debug kode front-end menggunakan bantuan Copilot.
GitHub Kopilot untuk Python Pengembang
14 JamPelatihan langsung yang dipandu instruktur dalam Indonesia (online atau di tempat) ini ditujukan untuk pengembang tingkat pemula hingga menengah Python yang ingin memanfaatkan GitHub Copilot untuk tugas Python-spesifik, debugging, dan penerapan alur kerja pembelajaran mesin.
Pada akhir pelatihan ini, peserta akan dapat:
- Siapkan dan konfigurasikan GitHub Copilot untuk Python pengembangan.
- Manfaatkan Copilot untuk menulis kode Python yang efisien.
- Debug Python aplikasi menggunakan saran yang dihasilkan AI.
- Otomatisasi tugas pengkodean yang berulang dan tingkatkan efisiensi alur kerja.
- Memanfaatkan Copilot untuk mengimplementasikan proyek pembelajaran mesin di Python.
Menengah GitHub Kopilot
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk peserta tingkat menengah yang ingin memanfaatkan GitHub Copilot untuk menangani kasus penggunaan pengkodean tingkat lanjut, meningkatkan produktivitas, dan mengintegrasikan Copilot ke dalam alur kerja pengembangan mereka.
Pada akhir pelatihan ini, peserta akan dapat:
- Mengoptimalkan penggunaan GitHub Copilot untuk tugas pengkodean tingkat lanjut.
- Tulis kode yang lebih efisien, bebas kesalahan, dan mudah dipelihara dengan saran Copilot.
- Integrasikan GitHub Copilot ke IDE dan alur kerja pilihan mereka.
- Memanfaatkan Copilot untuk debugging dan refactoring kode.
- Pahami batasan dan pertimbangan etika dalam penggunaan alat pengkodean bertenaga AI.
Pengantar GitHub Kopilot
7 JamPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang tingkat pemula yang ingin memahami kemampuan GitHub Copilot, mengaturnya, dan menggunakannya secara efektif untuk meningkatkan pengalaman pengkodean mereka.
Pada akhir pelatihan ini, peserta akan dapat:
- Pahami apa itu GitHub Copilot dan cara kerjanya.
- Siapkan GitHub Copilot dengan editor kode yang didukung.
- Gunakan GitHub Copilot untuk menulis, melakukan refaktor, dan men-debug kode lebih cepat.
- Manfaatkan Copilot untuk menjelajahi teknik dan solusi pengkodean.
- Terapkan praktik terbaik untuk mengintegrasikan GitHub Copilot ke dalam alur kerja harian.
Tabnin untuk Pemula
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk pengembang tingkat pemula yang ingin meningkatkan efisiensi pengkodean mereka dengan bantuan Tabnine.
Pada akhir pelatihan ini, peserta akan mampu:
- Instal dan atur Tabnine di IDE pilihan mereka.
- Manfaatkan fitur pelengkapan otomatis Tabnine untuk mempercepat pengkodean.
- Sesuaikan pengaturan Tabnine untuk bantuan optimal.
- Pahami bagaimana AI Tabnine belajar dari kodenya untuk memberikan saran yang lebih baik.
Tabnine untuk Pengembang Tingkat Lanjut
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk pengembang tingkat lanjut dan pimpinan tim yang ingin menguasai fitur-fitur canggih Tabnine.
Pada akhir pelatihan ini, peserta akan mampu:
- Menerapkan Tabnine dalam proyek perangkat lunak yang kompleks.
- Sesuaikan dan latih model AI Tabnine untuk kasus penggunaan tertentu.
- Integrasikan Tabnine ke dalam alur kerja tim dan jalur pengembangan.
- Tingkatkan kualitas kode dan percepat siklus pengembangan menggunakan wawasan Tabnine.
Tabnine: Kode Lebih Cerdas dengan AI
21 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ini ditujukan untuk pengembang mulai dari pemula hingga ahli yang ingin memanfaatkan AI untuk pembuatan kode dengan Tabnine.
Pada akhir pelatihan ini, peserta akan mampu:
- Pahami dasar-dasar pembuatan kode yang didukung AI.
- Instal dan konfigurasikan Tabnine di lingkungan pengembangannya.
- Manfaatkan Tabnine untuk penyelesaian kode yang efisien dan koreksi kesalahan.
- Buat dan latih model AI khusus dengan Tabnine untuk tugas khusus.
Tabnine untuk Python Pengembang
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk pengembang Python dan ilmuwan data tingkat menengah yang ingin meningkatkan produktivitas mereka dengan bantuan Tabnine.
Pada akhir pelatihan ini, peserta akan mampu:
- Instal dan konfigurasikan Tabnine di lingkungan pengembangan Python.
- Gunakan fitur pelengkapan otomatis Tabnine untuk menulis kode Python dengan lebih efisien.
- Sesuaikan perilaku Tabnine agar sesuai dengan gaya pengkodean dan kebutuhan proyek mereka.
- Pahami cara kerja model AI Tabnine khususnya dengan kode Python.