Temario del curso
Introducción a la IA en Pruebas de Software
- Panorama general de las capacidades de IA en pruebas y QA
- Tipos de herramientas de IA utilizadas en flujos de trabajo modernos de prueba
- Beneficios y riesgos de la ingeniería de calidad impulsada por IA
LLMs para la Generación de Casos de Prueba
- Ingeniería de prompts para generar pruebas unitarias y funcionales
- Creación de plantillas de prueba parametrizadas y basadas en datos
- Conversión de historias de usuario y requisitos en scripts de prueba
IA en Pruebas Exploratorias y de Casos Límite
- Identificación de ramas o condiciones no probadas utilizando IA
- Simulación de escenarios de uso raros o anómalos
- Estrategias de generación de pruebas basadas en riesgos
Pruebas Automatizadas de UI y Regresión
- Uso de herramientas de IA como Testim o mabl para la creación de pruebas de UI
- Mantenimiento de pruebas estables de UI mediante selectores autorreparables (self-healing)
- Análisis de impacto de regresión basado en IA tras los cambios de código
Análisis de Fallos y Optimización de Pruebas
- Agrupación de fallos de prueba utilizando modelos LLM o ML
- Reducción de pruebas inestables (flaky) y fatiga de alertas
- Priorización de la ejecución de pruebas basada en conocimientos históricos
Integración con Pipelines de CI/CD
- Incorporación de la generación de pruebas con IA en Jenkins, GitHub Actions o GitLab CI
- Validación de la calidad de las pruebas durante los pull requests
- Rollbacks automatizados y gateado inteligente de pruebas en pipelines
Tendencias Futuras y Uso Responsable de la IA en QA
- Evaluación de la precisión y seguridad de las pruebas generadas por IA
- Gobernanza y registros de auditoría para procesos de prueba mejorados con IA
- Tendencias en plataformas de IA-QA y observabilidad inteligente
Resumen y Próximos Pasos
Requerimientos
- Experiencia en pruebas de software, planificación de pruebas o automatización QA
- Familiaridad con marcos de prueba como JUnit, PyTest o Selenium
- Comprensión básica de pipelines de CI/CD y entornos DevOps
Público Objetivo
- Ingenieros QA
- Ingenieros de Desarrollo en Pruebas (SDETs)
- Probadores de software que trabajan en entornos ágiles o DevOps
Testimonios (2)
La práctica estuvo muy interactiva y aplicable al negocio.
Jorge Boscan - Chevron Global Technology Services Company
Curso - Advanced GitHub Copilot & AI for Projects and Infrastructure
Adquirí conocimientos sobre la biblioteca Streamlit de Python y, con seguridad, intentaré utilizarla para mejorar las aplicaciones de mi equipo que se desarrollan en R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Traducción Automática