Objectif Pédagogique

• Découvrir les concepts de base de l’intelligence artificielle et son application dans le domaine des tests logiciels.
• Identifier les avantages et les limites de l’utilisation de l’IA dans les tests pour améliorer l’efficacité et la précision des résultats.
• Explorer les outils et technologies basés sur l’IA pour automatiser les processus de test et détecter les anomalies.
• Mettre en pratique des techniques d’IA dans des cas de test concrets pour comprendre leur impact sur la qualité logicielle.

Durée

• 14 heures.

Public Concerné

• Profiles désirants découvrir comment l'IA peut optimiser leurs tests.
• Business Analysts et professionnels des métiers : Business Analysts, Product Owners, et experts métier souhaitant comprendre l’impact de l’IA sur la qualité des applications et les processus de test.
• Développeurs et ingénieurs qualité : Développeurs, DevOps, et ingénieurs qualité désirant exploiter l’IA pour automatiser les tests et optimiser la détection des anomalies.

Prérequis

• Connaissance de base en tests logiciels et en méthodologies de développement.
• Intérêt pour l’intelligence artificielle et ses applications dans le domaine IT.
• Capacité à comprendre et analyser des algorithmes et des modèles IA.

Moyens pédagogiques et d’encadrement

• Cours théorique assurés par un formateur expérimenté.
• Support de cours détaillé.
• Séries d’exercices et travaux pratiques.
• Un ordinateur avec accès à tous les outils nécessaires pour le cours.
• Serveurs avec infrastructure technique nécessaire.

Suivi et évaluation des résultats

• Présentation & Atelier
• Compte rendu individuel
• Examen & QCM
• Attestations de présence
• Enquêtes de de satisfaction
• Suivi personnalisé et accompagnement régulier des stagiaires tout au long du cours.

Programme

• 1.Introduction à l’Intelligence Artificielle et son impact sur le test logiciel
• Définition de l’IA et son rôle dans les tests logiciels.
• Évolution et adoption de l’IA dans le domaine du test logiciel.
• Avantages et limites de l’IA dans les tests logiciels.
• 2. Fondamentaux de l’IA
• Concepts clés : apprentissage automatique (Machine Learning), apprentissage profond (Deep Learning).
• Différence entre IA, Machine Learning et Deep Learning.
• Exemples d’applications concrètes de l’IA dans divers domaines.
• 3. Automatisation intelligente vs automatisation traditionnelle
• Comparaison des approches classiques d’automatisation avec celles basées sur l’IA.
• Avantages spécifiques de l’automatisation intelligente.
• Défis et limites : interprétabilité, faux positifs, dépendance aux données.
• 4. Outils et technologies basés sur l’IA pour l’automatisation des tests
• Présentation des outils existants :
• Testim
• Applitools
• Mabl
• Autres solutions innovantes.
• Fonctionnalités clés :
• Reconnaissance d’images.
• Génération automatique de tests.
• Analyse prédictive.
• Démonstration d’un outil IA pour l’automatisation des tests.
• 5. Techniques d’IA appliquées aux tests logiciels
• Détection d’anomalies à l’aide du Machine Learning.
• Génération automatique de scénarios de test.
• Optimisation de la couverture des tests grâce à l’IA.
• Application de l’analyse prédictive pour anticiper les bugs.
• 6. Mise en pratique : Cas concrets d’application de l’IA dans les tests
• Analyse d’un projet réel intégrant l’IA dans le testing.
• Exercices pratiques :
• Automatisation de tests avec un outil IA.
• Étude de performance et d’amélioration des tests via l’IA.
• 7. Considérations éthiques et juridiques de l’IA dans les tests logiciels
• Biais algorithmiques et transparence des résultats.
• Bonnes pratiques pour une utilisation responsable de l’IA.
• Cadre juridique et réglementaire autour de l’utilisation de l’IA.
• 8. Intégration de l’IA avec le DevOps et le testing continu
• Place de l’IA dans les pipelines CI/CD.
• Amélioration des processus DevOps grâce à l’automatisation intelligente.
• Stratégies pour intégrer l’IA dans des workflows existants.

Accessibilité Aux Personnes Handicapées