Retour aux formations
IA & Data
ISTQB® Certified Tester - Testing with Generative AI v1.1
2 jour(s) • 14h
Description
Cette spécialisation porte sur l'utilisation de l'IA générative et des Large Language Models pour assister les activités de test logiciel. Elle complète le CTFL sans reproduire le contenu du Foundation.
Objectifs pédagogiques
- À l'issue de la formation, les participants seront capables de :
- Comprendre les concepts, capacités et limites de l'IA générative
- Identifier les activités de test pouvant bénéficier de la GenAl
- Concevoir des prompts efficaces appliqués au test logiciel
- Évaluer et améliorer les résultats produits par un LLM
- Utiliser la GenAl dans l'analyse et la conception des tests
- Identifier les hallucinations, biais et erreurs de raisonnement
- Maîtriser les principaux risques de confidentialité et de sécurité
- Comprendre les architectures de solutions de test alimentées par les LLM
- Comprendre les principes du Fine-Tuning et du LLMOps
- Construire une démarche d'adoption responsable de la GenAl
- Se préparer au passage de la certification CT-GenAI
Public concerné
Testeurs,
Test Analysts,
ingénieurs QA,
Test Automation Engineers,
Test Managers,
développeurs et professionnels souhaitant intégrer l'IA générative à leurs pratiques de test.
Prérequis
Être titulaire de la certification ISTQB® Certified Tester Foundation Level - CTFL. Aucune expertise approfondie préalable en intelligence artificielle ou en développement de modèles n'est nécessaire.
Déroulé du programme
1
Jour 1 - Exploiter l'IA générative pour les activités de test
2
Fondamentaux de la GenAl:
3
• Définitions et concepts clés
4
• Large Language Models - LLM
5
• Fonctionnement général d'un modèle génératif
6
• Capacités et limites
7
• Place de la GenAl dans le cycle de test
8
• Principaux cas d'usage
9
Atelier: Identifier les activités d'une équipe QA pouvant être assistées par l'IA générative.
10
Utiliser la GenAl dans le processus de test:
11
• Analyse des exigences
12
• Analyse de user stories
13
• Génération d'idées et scénarios de test
14
• Assistance à la conception des tests
15
• Génération et transformation de données de test
16
• Support à l'analyse des anomalies
17
• Synthèse et reporting
18
• Assistance aux activités de suivi
19
Cas pratique: Transformer une user story en scénarios, critères d'acceptation et cas de test avec l'aide d'un LLM.
20
Prompt Engineering appliqué au test:
21
• Définir l'objectif du prompt
22
• Fournir le contexte nécessaire
23
• Définir contraintes et format de sortie
24
• Fournir des exemples
25
• Techniques de prompt engineering
26
• Itération et amélioration progressive
27
Ateliers pratiques : Générer des cas de test et jeux de données, analyser des critères d'acceptation, améliorer progressivement un prompt et comparer plusieurs formulations pour une même tâche.
28
Évaluer les résultats:
29
• Exactitude
30
• Pertinence
31
• Cohérence
32
• Complétude
33
• Traçabilité
34
• Validation humaine
35
• Refinement des prompts
36
Challenge pratique: Améliorer un résultat GenAl jusqu'à obtenir une production exploitable par une équipe QA.
37
Jour 2 - Risques, architecture et intégration organisationnelle:
38
Maîtriser les risques de l'IA générative:
39
• Hallucinations
40
• Erreurs de raisonnement
41
• Biais
42
• Validation humaine des résultats
43
• Confidentialité des données
44
• Risques de sécurité
45
• Informations sensibles et propriété intellectuelle
46
• Bonnes pratiques d'utilisation des données d'entreprise
47
Utilisation responsable de la GenAl:
48
• Consommation énergétique
49
• Impact environnemental
50
• Réglementation
51
• Standards et cadres de bonnes pratiques
52
• Gouvernance des usages
53
Étude de cas: Identifier les risques liés au déploiement d'un assistant GenAl au sein d'une équipe de test.
54
Solutions de test basées sur les LLM:
55
• Principales architectures
56
• Contextualisation des réponses
57
• Intégration de LLM dans un environnement de test
58
• Fine-Tuning
59
• LLMOps
60
• Industrialisation des usages
61
Atelier: Définir une architecture d'assistance GenAl adaptée à une équipe QA.
62
Déployer la GenAl dans une organisation de test:
63
• Identifier les cas d'usage prioritaires
64
• Mesurer la valeur attendue
65
• Définir les garde-fous
66
• Construire une roadmap d'adoption
67
• Accompagner le changement
68
• Développer les compétences
69
• Mesurer l'efficacité des usages
70
Cas pratique final: Construire une feuille de route d'adoption de la GenAl pour une équipe de test.
71
Préparation à la certification:
72
• Révision structurée des notions clés du référentiel
73
• Questions d'entraînement et exercices de mise en situation
74
• Examen blanc et correction collective
75
• Analyse des erreurs et conseils méthodologiques
Informations
Durée
2 jour(s)
14h
Tarif
Sur demande
Formations similaires
IA & Data
Migration vers le Cloud
2 jour(s)
Sur demande
IA & Data
Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
3 jour(s)
Sur demande
IA & Data
AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
1 jour(s)
Sur demande
IA & Data
Analyse bayésienne (4-107)
3 jour(s)
Sur demande