Formation IA et test logiciel 

Pourquoi une formation sur l’IA appliquée au test de logiciel ?

L’approche classique du test logiciel se base sur une approche scénarisée.
La création de ces plans de tests / comportement attendu de l’application nécessite du temps. La problématique d’exécution des tests, répétitifs le plus souvent, est adressée par des outils d’automatisation des tests.
Cependant les tests peuvent toujours représenter un goulet d’étranglement dans la réalisation d’un projet en environnement Agile.

Ces dernières années l’utilisation du « deep learning » et de l’intelligence artificiel (IA) se développent afin d’apporter des solutions métiers basées sur l’analyse de la data afin de prédire des comportements ou résoudre des problématiques techniques précises (reconnaissance de forme, conduite autonome, automatisation de process métier…).

Les deux problématiques qui se posent sont donc :

  • Comment tester une application qui utilise de l’IA / Deep learning ?
  • Commenter utiliser l’IA pour aider les équipes à tester différemment une application et gagner du temps ?

C’est pour répondre à ces questions qu’ALL4TEST en collaboration avec l’association A4Q vous propose une formation certifiante sur l’IA et test.

Suite à cette formation nous proposons également, en option, un accompagnement sous forme de coaching / POC outils afin de vous aider à mettre en place ces technologies sur vos projets IT. Contactez-nous pour en savoir plus !

Formation-IA-et-test

A. Le contenu de la formation IA et test logiciel

1. Le plan de la formation IA et test logiciel

Au départ, les aspects clés de l’IA comme son histoire, l’IA symbolique (c’est-à-dire visible par l’homme) ou encore ses limites ; sont abordés dans le premier des trois principaux chapitres du Syllabus.

Par la suite, une fois que les prérequis en termes de langage IA sont compris, il faut passer à la partie Test des systèmes d’IA. Tous les participants apprennent ensuite les différentes mesures et stratégies à mettre en place pour tester ces systèmes, ainsi que les problématiques liées à ces tests.

Enfin, ces enseignements sont complétés par des modules sur : l’utilisation de l’IA pour la prise en charge des tests, ainsi que la méthode d’application de l’IA aux tâches de tests et à la gestion de la qualité.

La certification A4Q AI et Test Logiciel Fondation permet d’attester d’un niveau professionnel de connaissances et de compréhension de l’utilisation de l’Intelligence Artificielle dans les tests de logiciels et dans l’utilisation de l’IA dans des applications qui sont basées sur cette technologie.

2. Les objectifs de cette formation

  • Connaitre les aspects clés de l’Intelligence Artificielle
  • Savoir mener des tests de systèmes qui intègrent l’IA
  • Être capable d’utiliser l’intelligence artificielle pour prendre en charge les tests

3. Les personnes susceptibles d’être intéressées par cette formation test logiciel et IA

  • Les ingénieurs de logiciels et les testeurs
  • Les concepteurs en général et notamment les concepteurs de l’usabilité
  • Toute personne qui serait intéressé ou impliquée dans des tests logiciels intégrant l’IA et qui veut maximiser sa compréhension
  • Les analystes d’affaires et les gestionnaires qui cherchent à comprendre comment l’intelligence artificielle pourrait apporter une valeur ajoutée pour l’entreprise

B. Des précisions concernant l’examen de certification A4Q IA et Test Logiciel

1. Modalités de l’examen

Cet examen comporte 40 questions à choix multiples, avec un point pour chaque réponse correcte. La condition de réussite de cet examen : un score de 65% minimum soit au moins 26 questions avec une réponse correcte. Pour passer l’examen, le temps imparti est d’une heure. Il est possible de bénéficier d’un délai supplémentaire pour les candidats dont la langue de l’examen n’est pas la langue maternelle (25% soit 15 minutes).

2. Les recommandations à suivre

La recommandation du GASQ pour les participants : le suivi d’un programme de formation avec un fournisseur accrédité avant de passer l’examen.

Afin d’organiser votre examen, ALL4TEST est à votre disposition pour vous aider à disposer de tous les éléments nécessaires pour réussir votre formation IA et test logiciel et votre certification A4Q.

Cliquez ici pour accéder au Syllabus en Anglais.

C. Vous trouverez ci-dessous le résumé du Syllabus de la Formation IA et test logiciel en Français

Introduction

  • But de ce syllabus
  • Objectifs d’apprentissage examinables et niveaux cognitifs de connaissance
  • L’examen AI and Software Testing Foundation
  • Accréditation
  • Niveau de détail
  • Organisation de ce syllabus
  • Résultats commerciaux
  • Acronymes

1.0 Aspects clés de l’intelligence artificielle

  • Mots-clés
  • Objectifs d’apprentissage pour les aspects clés de l’intelligence artificielle
1.1 Que sont l’intelligence humaine et l’intelligence artificielle ?
  • Types d’intelligence
  • Test de Turing
1.2 Histoire de l’IA
  • Principales périodes de l’histoire de l’IA
  • Différence entre IA symbolique et sub-symbolique
1.3. IA symbolique
  • Logique mathématique et inférence
  • Systèmes basés sur la connaissance
  • Systèmes de résolution de problèmes basés sur des contraintes
1.4. IA sub-symbolique
  • Types d’apprentissage
  • Exemples d’applications de différents types d’apprentissage
  • Algorithmes d’apprentissage automatique
  • Métriques d’apprentissage automatique
1.5. Quelques algorithmes ML plus en détail
  • Réseaux de croyance bayésiens
  • Classificateur de Naïve Bayes
  • Algorithme de machine à vecteur de support
  • Algorithme de K-means
  • Réseaux neuronaux artificiels : Algorithme d’apprentissage du perceptron
1.6. Applications et limites de l’IA
  • Activités d’apprentissage automatique
  • Biais possibles dans les systèmes d’IA
  • Questions éthiques dans les systèmes d’IA

2.0 Test des systèmes d’intelligence artificielle

  • Mots clés
  • Objectifs d’apprentissage pour le test des systèmes d’intelligence artificielle
2.1 Problèmes généraux liés au test des systèmes d’IA
  • Logiciel écrit pour calculer une sortie dont la réponse correcte n’est pas connue
  • Entrées du monde réel
  • Auto-optimisation
  • Systèmes experts
  • Perception de l’intelligence
  • Optimisation du modèle
  • Caractéristiques de qualité des systèmes d’IA
  • Compromis biais/variance et théorème de l’absence de repas gratuit
  • Dérive
  • Considérations éthiques
  • Biais d’automatisation
  • Acteurs adversaires
2.2 Formation et test des modèles d’apprentissage automatique
2.3 Environnements de test de l’IA
2.4 Stratégies de test des systèmes basés sur l’IA
  • Critères d’acceptation
  • Test fonctionnel
  • Validité externe et interne
  • Test métamorphique
  • Test A/B
  • Évaluation des résultats dans le monde réel
  • Panels d’experts
  • Niveaux de test
  • Test des composants
  • Test d’intégration du système
  • Test du système
  • Test d’acceptation de l’utilisateur
2.5 Métriques de test des systèmes basés sur l’IA
  • Matrice de confusion
  • Signification statistique

3.0 Utilisation de l’IA pour soutenir les tests

  • Mots clés
  • Objectifs d’apprentissage pour l’utilisation de l’IA pour soutenir les tests
3.1 L’IA dans les tests
  • Le problème Oracle
  • Les oracles des tests
  • Test versus automatisation des tests
3.2. Application de l’IA aux tâches de test et à la gestion de la qualité
  • Tâches auxquelles l’IA peut être appliquée
  • Tâches auxquelles l’IA ne peut pas être appliquée
  • Utilisation de l’IA pour la génération de données de test
  • Utilisation de l’IA pour le tri des bugs
  • Utilisation de l’IA pour la prédiction des risques et l’estimation des pannes
3.3 L’IA dans l’automatisation des tests au niveau des composants
  • L’IA dans la génération de tests au niveau des composants
  • L’IA dans la génération de tests au niveau des systèmes
3.4 L’IA dans l’automatisation des tests au niveau intégration ou système
  • Monkey Testing Versus Fuzz Testing
  • L’IA pour la génération de tests au niveau système
  • L’IA pour la sélection et la priorisation des tests
  • L’IA pour l’identification d’objets et la sélection d’identifiants
  • L’IA pour l’automatisation des tests visuels
3.5 Support des outils de test basés sur l’IA
  • Métriques pertinentes dans une approche de test basée sur l’IA
  • Évaluer les affirmations du fournisseur d’outils
  • Configuration du système
  • Retour sur investissement (ROI)
  • Effets sur les processus existants
  • Sensibilité des cas de test
  • Explosion des cas de test
  • Maintenabilité
  • Gravité des défauts trouvés
  • Résumé

Sign up to the training program