课程目标

1.    通过案例讲解，帮助学员掌握人工智能（AI）的测试理念和测试；

2.    基于敏捷到DevOps自然演化，帮助学员能掌握DevOps下的持续测试等；

3.    通过讲解，帮助学员了解稳定性测试技术和全链路压测试等方面内容

4.    提高测试的覆盖率和效率；

课程特点 

●  基于最近几年的关注与研究、实践，课程视野全面，内容丰富

●  通过具体的案例来讨论相关主题，深入浅出讲解内容，使学员更容易理解和掌握

●  强调与学员互动，使课程生动，促进学员思考。

课程大纲 

模块1：AI测试理念和测试（上午）

 ● 人工智能与机器学习、深度学习

 ● 机器学习算法：有监督学习、无监督学习

 ● 决策树、K-近邻算法、朴素贝叶斯分类算法等

 ● AI与软件工程

 ● Test for AI

 ● Neuron Coverage

 ● AI应用于软件测试全景图

 ● 基于遗传算法生成测试数据

 ● AI驱动的测试用例和脚本生成

 ● 基于AI的API全自动化测试方案

 ● 基于AI的代码分析与精准测试

 ● 借助AI模拟用户的GUI操作

 ● AI应用于软件测试所面临的三大挑战

 ● 小结， Q&A

模块2：持续测试、稳定性测试等（下午）

 ● 敏捷与DevOps

 ● DevOps的持续测试

 ● 测试左移与右移

 ● DevOps更应该实施ATDD

 ● 测试策略：探索式测试+自动化测试

 ● 进一步了解探索式测试

 ● 探索式测试管理：SBTM

 ● FlakyTesting

 ● 混沌工程

 ● 全链路压测技术与工具

 ● 流量回放测试技术

 ● 在线测试

 ● 小结，Q&A