Kerangka Materi
Modul 1: Pengantar AI untuk Bidang QA
- Apa itu kecerdasan buatan?
- Perbedaan antara pembelajaran mesin, deep learning, dan sistem berbasis aturan
- Perkembangan pengujian perangkat lunak seiring dengan kemunculan AI
- Manfaat utama dan tantangan pemanfaatan AI dalam proses QA
Modul 2: Dasar-dasar Data dan Pembelajaran Mesin untuk Penguji
- Membedakan data terstruktur dengan data tidak terstruktur
- Konsep fitur, label, serta kumpulan data pelatihan
- Pembelajaran terawasi dan pembelajaran tanpa pengawasan
- Pengenalan evaluasi model (akurasi, presisi, recall, dll.)
- Contoh kumpulan data QA di dunia nyata
Modul 3: Kasus Penerapan AI dalam Proses QA
- Pembuatan kasus uji secara otomatis dengan bantuan AI
- Prediksi cacat menggunakan pendekatan pembelajaran mesin
- Pengaturan prioritas pengujian serta strategi berbasis risiko
- Pengujian visual dengan pemanfaatan visi komputer
- Analisis log sistem dan deteksi anomali
- Pemanfaatan pemrosesan bahasa alami (NLP) untuk penyusunan skrip pengujian
Modul 4: Alat AI yang Dapat Digunakan dalam QA
- Gambaran umum platform QA yang didukung AI
- Pemanfaatan pustaka open source (seperti Python, Scikit-learn, TensorFlow, Keras) untuk membuat prototipe solusi QA
- Pengenalan LLM dalam konteks otomatisasi pengujian
- Membangun model AI sederhana untuk memprediksi kemungkinan kegagalan pengujian
Modul 5: Mengintegrasikan AI ke dalam Alur Kerja QA
- Menilai kesiapan proses QA untuk penerapan AI
- Integrasi kontinu dan otomatisasi: bagaimana menyisipkan elemen kecerdasan buatan ke dalam alur CI/CD
- Merancang rangkaian pengujian yang cerdas dan efisien
- Pengelolaan perubahan model AI serta proses pelatihan ulangnya secara teratur
- Pertimbangan etika dalam penggunaan teknologi AI untuk pengujian
Modul 6: Praktikum dan Proyek Akhir Program
- Praktikum 1: Membuat alat pembuatan kasus uji secara otomatis dengan pendekatan AI
- Praktikum 2: Mengembangkan model prediksi cacat berdasarkan data historis pengujian
- Praktikum 3: Memanfaatkan LLM untuk mengulas serta menyempurnakan skrip pengujian
- Proyek akhir: Implementasi lengkap sistem pengujian berbasis AI secara terintegrasi
Persyaratan
Diperkirakan peserta telah memiliki:
- Pengalaman kerja minimal 2 tahun dalam bidang pengujian perangkat lunak/QA
- Pengetahuan tentang alat otomatisasi pengujian (misalnya Selenium, JUnit, Cypress)
- Kemampuan dasar dalam pemrograman (idealnya menggunakan Python atau JavaScript)
- Pengalaman penggunaan sistem kontrol versi serta alat CI/CD (misalnya Git, Jenkins)
- Tidak diperlukan latar belakang khusus di bidang AI/Pembelajaran Mesin; rasa ingin tahu dan kesiapan bereksperimen justru menjadi faktor penting.
Testimoni (3)
Kemungkinan-kemungkinan yang dapat dilakukan dengan Postman dan penggunaannya di masa mendatang.
Gordana Gacic - SEE Digital D.O.O.
Kursus - API Testing with Postman
Diterjemahkan Mesin
latihan praktik, lebih mudah untuk mengingat informasi
ashley bolen - Insurance Corporation of British Columbia
Kursus - Test Automation with Selenium
Diterjemahkan Mesin
Topik utama dapat dibahas dan disepakati dengan instruktur sebelumnya. Suasana yang santai dan menyenangkan selama hari-hari seminar.
Lorenz - Continentale Lebensversicherung AG
Kursus - Advanced Selenium
Diterjemahkan Mesin