AI-alapú szoftvertesztelés vállalkozóknak
Integráld az AI-t a CI/CD-munkafolyamatokba, csökkentsd a flaky tesztjelentéseket, és növeld a szoftverkiadások biztonságát a legmodernebb prompt engineering és API-tesztgenerálási technikák segítségével!
Zoltánka Mátyás
QA, Team Lead
JLI
A KURZUSRÓL
- Kezdés:
HAMAROSAN
- Hossz:
10 alkalom
- Formátum:
élő, online
Ne pazarold tovább a csapat erőforrásait olyan egész hetes manuális regressziós és flaky tesztekre, amelyek megakasztják a fejlesztési folyamatot! A kurzuson megtanulod, hogyan használd ki az AI-t és a Playwrightot a monoton feladatok automatizálására – a UI- és API-teszteléstől egészen az átfogó biztonsági elemzésekig. Alakítsd át a QA-folyamataidat nagy sebességű és teljesítményű erőforrássá, és segítsd elő, hogy a tesztelések végre tükrözzék a modern szoftverfejlesztés trendjeit!
KINEK AJÁNLJUK A KURZUST?
-
01
QA-vezetőknek és tesztmenedzsereknek
A csapatok gyakran egyhetes regressziós tesztciklusokkal küzdenek, és lelassítja őket a manuális tesztelés? A kurzuson megtanulod, hogyan használhatod az AI-t a tesztelés gyorsítására, hogy végre lépést tarthass a gyors fejlesztéssel. Irányt mutatunk, hogy a túlterhelt QA-csapatok szinkronban legyenek a többi csapattal, és a szoftverek élesítése és kiadása rövidebb időt vegyen igénybe.
-
02
Vállalkozóknak, IT-döntéshozóknak
A manuális tesztelés nem képes követni a modern fejlesztési sebességet, mert blokkolja a fejlesztői munkát és lassítja a kiadást? Nálunk megtanulod, hogyan szervezd újra az AI-jal a QA-folyamatokat, így minimalizálhatod a kiadások késéseit, növelheted a biztonsági automatizmusokat, illetve csökkentheted az éles hibák és az üzleti kockázatok esélyét. Tedd költséghatékonyabbá a működést, és teremtsd meg a növekedés lehetőségét!
-
03
Manuális QA-mérnököknek és szoftvertesztelőknek
Tartasz attól, hogy végleg lemaradsz a technológiai fejlődésben és a munkaerőpiaci versenyben? Mivel a manuális szerepkörök már nem kínálnak valódi előrelépési lehetőséget, ideje elsajátítanod az automatizálás modern módját! Növeld az álláslehetőségeid számát az AI-alapú szoftvertesztelés képzésen tanultakkal, és stagnáló tudás helyett lépj a fejlődés útjára piacképes készségekkel!
AZ ELŐADÓ
Zoltánka Mátyás
QA, Team Lead
JLI
-
Több mint 10 év gyakorlati tapasztalattal rendelkezik – vezetői és technikai szerepkörökben egyaránt – a tesztelés, a tesztautomatizálás, a DevOps és a szoftverfejlesztés területén.
-
Mérnöki oldalon tesztautomatizálási keretrendszereket tervezett, implementált és vezetett be a nulláról nagyvállalati környezetben – a hardver- és szoftverteszteléstől a pénzügyitermék-kiadásokig terjedő szakterületeken.
-
ISTQB Advanced, Microsoft- és Azure-minősítésekkel rendelkezik, és dolgozott többek között Java, JavaScript, TypeScript, Python, PHP és C# nyelveken.
-
Jelenlegi fókusza az AI-vezérelt tesztautomatizálás: Claude Code, GitHub Copilot és Playwright használatával gyorsítja a tesztkészletek létrehozását, karbantartását és a QA-workflow-k működését.
MIRE SZÁMÍTHATSZ A KURZUSON?
-
01
AI a mindennapi tesztelési feladatokban
Megtanulod, hogyan használhatod az AI-t tesztesetek generálására, dokumentáció készítésére, hibák feltárására és a tesztelési folyamat felgyorsítására. Gyakorlati példákon és feladatokon keresztül sajátíthatod el, hogyan csökkentheted a manuális munkát, miközben nő a tesztelés hatékonysága és átláthatósága.
-
02
Intelligens automatizáció Playwrighttal és AI-jal
Ne pazarold az erőforrásaidat olyan flaky tesztekre és strukturálatlan, ad hoc AI-próbálkozásokra, amelyek félbehagyott projektekhez vezetnek! Az alkalmakon mélyrehatóan megismered a stabil, Playwright-alapú automatizáció kiépítését mind UI-, mind API-rétegen. Továbbá olyan strukturált keretrendszert adunk, amelyre a csapatodnak szüksége van a fejlett AI-módszerek bevezetéséhez, biztosítva, hogy a tesztelési infrastruktúra kiterjedt, skálázható és a saját technológiai stackedhez igazított legyen.
-
03
Üzleti kockázatok csökkentése és CI/CD-integráció
Védd a márkádat olyan automatizált biztonsági háló kiépítésével, amely megakadályozza, hogy a kritikus hibák éles környezetbe kerüljenek! A kurzus lefedi az automatizált tesztek teljes CI/CD pipeline-okba való integrációját, valamint az AI-támogatott biztonsági elemzéseket és a teljesítménytesztelést. A kiszámíthatatlan manuális ellenőrzésektől egy nagy sebességű, automatizált szállítási motor létrehozása felé lépsz, amely biztosítja, hogy minden kiadás biztonságos, stabil és piacképes legyen.
Kurzusprogram
-
01 alkalom
A tesztelés szép új világa, avagy miért nem tudod megúszni, hogy AI-t használj a szoftvertesztelésben?
- Az AI hatása a szoftvertesztelésre és a tesztelői szerepre
- Az AI által okozott változások: gyorsabb fejlesztés, kisebb csapatok, több automatizáció
- Az AI korlátai és kockázatai (hallucinációk, kontextusvesztés, biztonsági kérdések)
- A kritikus gondolkodás és az emberi review szerepe az AI használata mellett
-
02 alkalom
AI-eszközök és AI-alapok
- Alapvető AI-fogalmak megértése tesztelői szemmel (token, kontextusablak, system prompt stb.)
- Hatékony prompt engineering technikák teszteléshez
- Az MCP-szerver működése és szerepe AI-integrációkban
- Fontosabb AI-eszközök áttekintése (IDE- és CLI-alapú toolok)
- Toolok összehasonlítása és gyakorlati használati területeik
-
03 alkalom
Tesztesetek generálása user storykból és dokumentáció
- User storyk elemzése AI segítségével (acceptance criteria, hiányzó követelmények)
- Edge case-ek és boundary értékek azonosítása
- Különböző tesztesetformátumok generálása (checklist, BDD, exploratory charter)
- AI által generált tesztesetek minőségének értékelése és javítása
- Tesztdokumentáció automatizált készítése (tesztterv, tesztjelentés, release notes)
-
04 alkalom
API-tesztek és -kérések generálása
- API-kérések és -tesztek generálása AI segítségével
- Happy path és hibaesetek tesztelési szcenárióinak kialakítása
- OpenAPI/Swagger-specifikáció alapján automatikus tesztgenerálás
- SQL-lekérdezések generálása természetes nyelvből
- Tesztadatok generálása és adatbázis-állapot ellenőrzése a tesztelés során
-
05 alkalom
UI-tesztelés AI segítségével
- Weboldalak és UI-elemek feltérképezése AI-jal
- Playwright-tesztprojektek és -tesztek generálása természetes nyelvből
- Page Object Pattern automatikus létrehozása
- Stabil szelektorok és tesztstruktúrák kialakítása
- Tesztkód karbantartása és refaktorálása AI segítségével
-
06 alkalom
AI a DevOpsban: CI/CD
- CI/CD pipeline-ok generálása AI segítségével
- GitHub Actions workflow-k létrehozása tesztfuttatáshoz
- A pipeline hibáinak elemzése és javítása AI-jal
- Teszteredmények riportolása és vizualizálása
- Code coverage- és automatikus PR review-integrációk
-
07 alkalom
Managementszoftverek integrálása
- AI integrálása fejlesztési és projektmenedzsment-eszközökkel
- GitHub-integráció tesztesetek és workflow-k kezeléséhez
- Slack-integráció értesítésekhez és chatbotokhoz
- Dokumentáció automatikus frissítése AI segítségével
- MCP-szerverek használata különböző rendszerek összekapcsolására
-
08 alkalom
AI a biztonsági tesztelésben
- Gyakori webes biztonsági sebezhetőségek áttekintése
- Forráskód biztonsági elemzése AI segítségével
- API-biztonsági tesztelés (autentikáció, autorizáció)
- Függőségek biztonsági vizsgálata és sérülékenységek keresése
- Az AI használatának etikai és jogi keretei a biztonsági tesztelésben
-
09 alkalom
Teljes AI-folyamat felépítése
- Egy teljes AI-támogatott tesztelési workflow áttekintése
- A requirementektől a tesztekig és a CI/CD-ig vezető folyamat
- Különböző AI-eszközök integrálása egy egységes rendszerbe
- Az AI hatékonyságának és időmegtakarításának mérése
- Best practice-ek és gyakori hibák az AI használatában
-
10 alkalom
Összefoglalás, kérdezz-felelek
- A kurzus legfontosabb tanulságainak összefoglalása
- AI-trendek és a tesztelés jövője
- További tanulási források és szakmai közösségek
- Nyitott kérdések megbeszélése és kurzusvisszajelzés
TUDD MEG AZ ÁRAT!
A kurzussal, a részvételi díjjal és az aktuális promóciókkal kapcsolatos bővebb tájékoztatásért, kérjük, regisztrálj!