Blog
Accélérer les processus de tests grâce à l'IA générative
Adhésion au métier - Méthodes
Prix
Sur demande
Niveau
Intermédiaire
Durée
2 journées (14h)
Format
A distance
Langue
Anglais - Français - Allemand
Informations générales
Objectifs :
Cette formation vous permettra de :
- Acquérir une compréhension globale de l'IA générative pour les tests
- Apprendre des techniques efficaces de requêtage
- Découvrir et expérimenter des outils d’IA pour le test (La formation va s’adapter à l’évolution des technologies et cette liste évoluera en fonction de ce qui est le plus pertinent.) :
- Anthropic / Claude 3
- GPT 3.5 et GPT 4 (OpenAI)
- Mistral Small et Mistral Medium (Mistral)
- LLM Workbench, Application RAG et la plateforme Gravity (Smartesting)
- CodeLLama (Meta)
- Sonar Small et Sonar Medium (Perplexity)
- Identifier les limites et les risques des tests augmentés par l’IA
Profil des participants :
- Consultant testeur
- Testeur/Recetteur
- Développeur
- Chef de projet
- Automaticien
- Product owner
- Chef de projet
- Ingénieur qualité
- QA Manager
Prérequis :
- Expérience des tests logiciels (au moins à un premier niveau)
Présentation :
1. Introduction : IA générative pour les tests logiciels
- IA générative – Les bases
- Ce que l’IA générative apporte aux tests logiciels
- Utiliser l’IA générative pour les tests, principes généraux (atelier sur la prise en main du portail LLM pour la formation)
2. Prompt engineering - Requêter un grand modèle de langage pour des tâche de tests
- Introduction au Prompt Engineering
- Techniques de Prompting et bonnes pratiques
- Cas d’usage avec exercices pratiques en 4 ateliers : amélioration de cas de test existants, conception de cas de test, automatisation des tests, analyser des rapports d’anomalie
- En complément : des outils pour vous aider à créer vos prompts
- Bilan et discussion sur les savoir-faire mis en œuvre
3. Maîtriser les risques de l’IA générative
- Mon IA se trompe : comment détecter les erreurs d’une IA / les métriques d’évaluation (atelier)
- Mon IA ne protège pas mes données : gérer ce risque, quelles solutions
- Mon IA est biaisée : exemples concrets, comment l’éviter
- Autres risques liés à l’IA
- Les risques pour l’environnement (atelier sur le coût énergétique)
- Les risques liés à l’évolution
- Régulation de l’IA (European AI Act)
4. Applications basées LLM pour les tests
- Les applications basées LLM : LLMOps, Atelier sur le Retrieval Augmented Generation (RAG) – Q/R sur un large corpus documentaire, Fine-Tuning du LLM
- Intégrer des fonctions basées LLM dans les outils de test : atelier sur l’intégration de fonctions IA générative dans un outil de test
- Agents IA autonomes pour les tests avec démonstration : Gérald – Virtual Manual Testeur
- Bilan et discussion
5. Techniques avancées d’usage de l’IA générative pour les tests logiciels
- Les applications basées LLMs
- Adapter un modèle IA aux tâches de tests : le fine-tuning
- Agent IA testeur : vers du test autonome ou semi-autonome
6. Synthèse : ce que nous avons appris
- J’utilise dès demain : comment faire, en pratique ?
- Je choisis mon modèle d’IA générative pour les tests
Méthodes pédagogiques :
- 35% de théorie
- 75% de pratique : 9+ Ateliers & Exercices
Modalités d'évaluation :
Aucune
Partenaire :
Formation réalisée en partenariat avec Smartesting.
Inscription
Vous pouvez nous écrire jusqu'à la veille du début de la formation concernée.
