Probador certificado ISTQB – Pruebas con IA Generativa – v1

ISTQB® Certified Tester - Testing with Generative AI (CT-GenAI) v1

Capacitación en IA

Objetivos:

Formación especializada del área profesional de Testing y Calidad de Software.

La certificación ISTQB® Pruebas con IA Generativa (CT-GenAI) busca que el interesado alcance:

Comprender los conceptos fundamentales, las capacidades y las limitaciones de la IA generativa.
Desarrollar habilidades prácticas para formular instrucciones a modelos de lenguaje grande en la prueba de software.
Adquirir conocimientos sobre los riesgos y las medidas de mitigación del uso de la IA generativa en la prueba de software.
Adquirir conocimientos sobre las aplicaciones de las soluciones de IA generativa en la prueba de software.
Contribuir de manera eficaz a la definición y aplicación de una estrategia y una hoja de ruta referentes al uso de IA generativa en la prueba de software dentro de una organización.

Los contenidos de esta formación permitirán a los asistentes superar el examen de certificación (ISTQB Certified Tester Pruebas con IA Generativa) asociado a la formación.

Dirigido a:

La certificación “Prueba con IA generativa” está dirigida a cualquier persona involucrada en el uso de IA generativa (IAGen) para la prueba de software. Esto incluye a personas que desempeñan funciones como:

Probadores, analistas de prueba, ingenieros de automatización de prueba, gestores de prueba, probadores especializados en prueba de aceptación de usuarios y desarrolladores de software.

La certificación “Prueba con IAGen” también es adecuada para cualquier persona que desee adquirir conocimientos básicos sobre el uso de IAGen para la prueba de software, como:

Gestores de proyectos, gestores de calidad, gestores de desarrollo de software, analistas de negocios, directores de TI y consultores de gestión.

Examen:

Los contenidos del programa de estudio (Syllabus) permiten realizar el examen para obtener la certificación ISTQB Certified Tester Pruebas con Inteligencia Artificial Generativa.

La duración del examen es de 60 minutos y se requiere disponer de la certificación ISTQB Nivel Básico. Se recomienda un mínimo de 2 semanas de preparación desde la finalización del curso hasta su realización.

El examen se puede realizar en prácticamente cualquier ubicación a nivel mundial. Por favor, consúltenos para concretarle el lugar y fecha más adecuado.

Requisitos:

No existen requisitos previos, aunque es recomendable disponer de conocimientos básicos de pruebas software y estar familiarizado con la Inteligencia Artificial.

Metodología:

Exposición de contenidos realizada por docentes certificados y acreditados expertos en la materia, con múltiples referencias a casos reales y ejemplos.

Realización y análisis en grupo de los ejercicios prácticos de preparación al examen

Temario

1. Introducción a la IA generativa para la prueba de software
- 1. Fundamentos y conceptos clave de la IA generativa
    1. Espectro de la IA: IA simbólica, aprendizaje automático clásico, aprendizaje profundo e IA generativa
    2. Conceptos básicos de la IA generativa y de modelos de lenguaje grande (MLG)
    3. MLG fundacionales, ajustados por instrucciones y de razonamiento
    4. MLG multimodales y modelos de visión y lenguaje
  2. Aprovechamiento de la IA generativa en la prueba de software: Principios Fundamentales
    1. Capacidades clave de los modelos de lenguaje grande (MLG) para tareas de prueba
    2. Aplicaciones para prueba de software potenciadas por bots IA de conversación y modelos de lenguaje grande MLG
2. Ingeniería de instrucciones para la prueba de software efectiva
- 1. Desarrollo eficaz de instrucciones
    1. Estructura de instrucciones para la IA generativa en la prueba de software
    2. Técnicas de instrucción básicas para la prueba de software
    3. Instrucción de sistema e instrucción de usuario
  2. Aplicación de técnicas de ingeniería de instrucciones a tareas de prueba de software
    1. Análisis de la prueba con IA generativa
    2. Diseño de la prueba e implementación de la prueba con IA generativa
    3. Prueba de regresión automatizada con IA generativa
    4. Monitorización de la prueba y control de la prueba con IA generativa
    5. Selección de técnicas de formulación de instrucciones para la prueba de software
  3. Evaluación de los resultados de la IA generativa y mejora de las instrucciones para las tareas de prueba de software
    1. Métricas para evaluar los resultados de la IA generativa en tareas de prueba
    2. Técnicas para evaluar y perfeccionar instrucciones de forma iterativa
3. Gestión de riesgos de la IA generativa en la prueba de software
- 1. Alucinaciones, errores de razonamiento y sesgos
    1. Alucinaciones, errores de razonamiento y sesgos en la IA generativa
    2. Identificación de alucinaciones, errores de razonamiento y sesgos en los resultados de MLG
    3. Técnicas de mitigación de alucinaciones, errores de razonamiento y sesgos de IAGen en tareas de prueba de software
    4. Mitigación del comportamiento no determinista de los MLG
  2. Privacidad de datos y riesgos de seguridad de la IA generativa en la prueba de software
    1. Riesgos para la privacidad de datos y la seguridad asociados al uso de la IA generativa
    2. Privacidad de datos y vulnerabilidades en la IA generativa para procesos y herramientas de prueba
    3. Estrategias de mitigación para proteger la privacidad de los datos y mejorar la seguridad en la prueba con IA generativa
  3. Consumo de energía e impacto medioambiental de la IA generativa en la prueba de software
    1. Impacto del uso de IAGen en el consumo energético y las emisiones de CO2
  4. Normativas, estándares y marcos de trabajo de buenas prácticas en materia de IA
    1. Normativas, estándares y marcos de trabajo relevantes para la IA generativa en la prueba de software
4. Infraestructura de prueba impulsada por MLG para la prueba de software
- 1. Enfoques arquitectónicos para la infraestructura de prueba impulsada por MLG
    1. Componentes y conceptos arquitectónicos clave de la infraestructura de prueba impulsada por MLG
    2. Generación aumentada por recuperación
    3. El papel de los agentes impulsados por MLG en la automatización de los procesos de prueba
  2. Ajuste fino y OpsMLG: puesta en marcha de la IA generativa para la prueba de software
    1. Ajuste fino de MLG para tareas de prueba
    2. Operaciones del modelo de lenguaje grande (OpsMLG) al implementar y gestionar MLG para la prueba de software
5. Despliegue e integración de IA generativa en organizaciones de prueba
- 1. Guía para la adopción de la IA generativa en la prueba de software
    1. Riesgos de IA en la sombra
    2. Aspectos clave de una estrategia de IA generativa en la prueba de software
    3. Selección de MLG/MLP para tareas de prueba de software
    4. Fases de la adopción de la IA generativa en la prueba de software
  2. Gestión del cambio al adoptar la IA generativa en la prueba de software
    1. Habilidades y conocimientos esenciales para probar con IA generativa
    2. Desarrollo de capacidades de IA generativa en equipos de prueba
    3. Procesos de prueba en evolución en organizaciones de prueba asistidas por IA
6. Referencias