Тестирование с AI: полный курс

1. Программа курса
2. Блоки программы по данным страницы курса
3. 1

   Основы AI

   Вводный

   Занятие 1. Введение в AI и LLM для тестировщиков (что такое AI, ML и LLM; токены, контекст, ограничения; галлюцинации; LLM как часть SDLC; сравнение ChatGPT, Claude, Gemini, Copilot и локальных моделей; безопасность и конфиденциальность). Занятие 2. Промпт-инжиниринг: как правильно «общаться» с AI (структура промпта роль–контекст–задача–формат–ограничения; Few-shot, Self-consistency, Critic-Reflection, Chain-of-Thought; плейбук промптов для QA; практика A/B-сравнения промптов).

4. 2

   Работа с LLM

   Занятие 3. Gemini для QA-инженера: API, CLI и интеграция в рабочие процессы (Gemini Web/API/CLI, параметры генерации Temperature, TopP, TopK, Max Tokens, Thinking Budget; работа через Postman и curl; интеграция в VS Code, IntelliJ IDEA, Cursor; практика — создание проекта фреймворка автоматизации с Gemini CLI). Занятие 4. AI-помощники разработчика и тестировщика (GitHub Copilot, плагин Continue, локальные модели через Ollama, AI-ревью кода, Codex Desktop и Codex CLI).

5. 3

   AI для тестирования

   Занятие 5. No/Low-code и AI-ассистенты для тестирования (TestRigor, Katalon Studio, Testim, AI в Postman, интеграция с CI/CD; практика — генерация API-тестов по Swagger и smoke-набор в CI). Занятие 6. Создание AI-ассистента для тестирования (архитектура AI-пайплайнов, маскирование чувствительных данных, генерация тестовой модели и автотестов, автогенерация баг-репортов, Dify, N8N). Занятие 7. Визуальное тестирование + генерация тестовых данных (Applitools и baseline, экосистема Antigravity, генераторы тестовых данных). Занятие 8. Агентные среды (Codex, Antigravity 2.0): AGENTS.md, ANTIGRAVITY.md, работа с контекстом проекта, сравнение возможностей.

6. 4

   Продвинутый AI

   Занятие 9. Advanced промпт-инжиниринг (Prompt vs Context Engineering, Prompt Chaining, Structured Output с JSON Schema/XML/YAML, Tree of Thoughts, ReAct, Self-Refine, Reflexion, Debate Prompting, Prompt Library и версионность). Занятие 10. AI Agents (архитектура Planner/Memory/Tools/Executor/Critic, одно- и многоагентные системы, Tool и Function Calling, память агентов, QA-агенты Requirement/Test Design/Automation/Review, Human-in-the-Loop). Занятие 11. N8N в тестировании (Workflow и Nodes, Trigger, Webhook, HTTP Request; интеграция с LLM, GitHub, Jira, Telegram, CI/CD; многоэтапные AI-пайплайны для QA).

7. 5

   Тестирование самого AI

   Занятие 12. Тестирование AI-инструментов (жизненный цикл AI-систем, качество генерации, устойчивость, Prompt Injection и Jailbreak, Benchmark, Golden Dataset, Human Evaluation, LLM-as-a-Judge; метрики Accuracy, Precision, Recall, Latency, Cost, Hallucination Rate, Toxicity; AI Eval Pipeline). Занятие 13. Тестирование LLM и Prompt Security (adversarial-тестирование, галлюцинации, Indirect Prompt Injection, Data Leakage, Guardrails, Golden и Benchmark Dataset, автоматизация LLM Evals). Финальное занятие: защита курсовой работы + этика, ограничения и будущее AI в тестировании (приватность, лицензии, retention и аудит, Prompt Regression, AI Fatigue, план внедрения AI в команде QA).

Состав модулей зависит от тарифа. Точную программу уточняйте у школы.

Обучение онлайн из любого региона. Оплата в рублях, доступна рассрочка.