ISTQB Certified Tester Specialist Level Testing with Generative AI (CT-GenAI)
Naucz się efektywnie wykorzystywać ChatGPT w codziennym procesie testowania – od generowania skryptów po diagnostykę błędów.
Najbliższe terminy szkoleń:
Cena szkolenia:
- Czas trwania szkolenia: 2 dni
- Szkolenie stacjonarne/online: 1750zł netto
- Egzamin: 1150zł netto
- Szkolenie jest prowadzone w jęz. polskim, na materiałach w jęz. angielskim
Dla kogo?
Szkolenie skierowane jest do:
- Osób posiadających certyfikat ISTQB® Certified Tester – Foundation Level (CTFL) (wymóg podejścia do egzaminu)
- Testerów, test analityków, test automation engineerów, test managerów, osób od UAT oraz developerów, którzy chcą używać GenAI w pracy testerskiej (albo już używają i wolą robić to świadomie, a nie “na czuja”)
- Liderów jakości, PM-ów i osób wspierających organizacje (QA/Delivery/IT), które potrzebują bazowego, uporządkowanego spojrzenia na zastosowania i ryzyka GenAI w testowaniu
Program szkolenia:
1. Wprowadzenie do GenAI w testowaniu oprogramowania
- Spektrum AI: od podejść regułowych po GenAI
- Podstawy LLM: tokenizacja, embeddings, okno kontekstu, niedeterminizm
- Typy modeli: foundation vs instruction-tuned vs reasoning
- Multimodalność (tekst + obraz) w zadaniach testowych
2. Prompt Engineering dla efektywnego testowania
- Struktura dobrego promptu: rola, kontekst, instrukcja, dane wejściowe, ograniczenia, format wyjścia
- Techniki: prompt chaining, few-shot, meta prompting
- Zastosowania w analizie testowej, projektowaniu testów, implementacji i automatyzacji (w tym regresji)
- Ocena wyników i iteracyjne doskonalenie promptów
3. Zarządzanie ryzykami użycia GenAI w testach
- Halucynacje, błędy rozumowania, bias – jak je rozpoznawać i ograniczać
- Prywatność i bezpieczeństwo danych (w tym typowe wektory ataku i praktyczne mitigacje)
- Wpływ energetyczny/środowiskowy użycia modeli
- Regulacje, standardy i ramy dobrych praktyk (np. podejście do compliance)
4. Infrastruktura testowa oparta o LLM
- Architektura rozwiązań LLM-powered dla testów
- RAG (Retrieval-Augmented Generation) w kontekście firmowej wiedzy testowej
- Agenci LLM w automatyzacji zadań testowych
- Fine-tuning i podstawy LLMOps (wdrażanie i utrzymanie)
5. Wdrożenie GenAI w organizacji testowej
- Roadmapa adopcji i unikanie “Shadow AI”
- Kryteria wyboru LLM/SLM pod konkretne zadania testowe (wydajność, koszt, możliwości)
- Budowanie kompetencji zespołu i zarządzanie zmianą w procesach testowych
- Fine-tuning i podstawy LLMOps (wdrażanie i utrzymanie)
Nauczysz się:
- Rozumieć jak działają LLM-y (tokenizacja, embeddings, kontekst) i co to oznacza w praktyce testerskiej
- Dobierać typ modelu do zadania (foundation / instruction-tuned / reasoning; także multimodal)
- Pisać prompty “produkcyjne”, a nie tylko “ładnie brzmiące”
- Stosować GenAI do realnych zadań: analiza wymagań, generowanie/priorytetyzacja testów, wsparcie automatyzacji, analiza raportów i wyników
- Ocenić jakość rezultatów GenAI metrykami (np. trafność, kompletność, dopasowanie do kontekstu) i iteracyjnie poprawiać wyniki
- Rozpoznawać i minimalizować ryzyka: halucynacje, błędy rozumowania, bias oraz ryzyka prywatności i bezpieczeństwa
- Zrozumieć, kiedy warto myśleć o RAG, agentach, fine-tuningu i LLMOps w testach
- Przygotować organizację do wdrożenia GenAI: od zasad i kompetencji po praktyczny plan adopcji
Wraz z kursem otrzymasz
Drukowane materiały szkoleniowe
dwumiesięczny dostęp do platformy szkoleniowej
konsultacje z Trenerem
drugie podejście do egzaminu gratis*
Co dalej?
Po ukończeniu szkolenia warto rozważyć dalszy rozwój w obszarze testowania z wykorzystaniem sztucznej inteligencji poprzez: