Cel nauczania

 

Głównym celem szkolenia jest przygotowanie uczestników de egzaminu certyfikującego, a także do skutecznego testowania systemów opartych na sztucznej inteligencji poprzez zrozumienie działania AI i uczenia maszynowego, analizę jakości oraz projektowanie i wykonywanie testów dla danych, modeli i całych systemów AI.

 

Zakres tematyczny 

1. Fundamenty, jakość i wejście w Machine Learning

• Wprowadzenie do AI (GenAI, regulacje, różnice)
• Charakterystyki jakościowe (ISO 25059, kryteria akceptacji)
• Wprowadzenie do Machine Learning, workflow, sieci neuronowe

2. Głębokie ML i strategie testowania

• Machine Learning (macierz pomyłek, metryki wydajności, dane treningowe)
• Testowanie systemów AI (wyzwania, testowanie GenAI/LLM, Red Teaming)
• Testowanie deweloperskie Machine Learning

3. Dane, modele i zaawansowane techniki

• Testowanie danych wejściowych dla MLS (bias, potoki danych)
• Testowanie modeli ML (testowanie metamorficzne, adversarial attacks, overfitting/underfitting)

 

Dla kogo

 

Szkolenie skierowane do osób zaangażowanych w testowanie i projektowanie testów systemów opierających się na AI – testerów, analityków, inżynierów testów oraz kierowników. Do uzyskania certyfikatu CT-AI niezbędne jest posiadanie certyfikatu ISTQB® na poziomie podstawowym. 

 

Jak się przygotować

 

Udział w szkoleniu nie wymaga wcześniejszego przygotowania. Aby przystąpić do egzaminu certyfikującego, należy posiadać certyfikat poziomu podstawowego. 

 

Metody nauczania

 

Szkolenie ma  w formę wykładów z teorii testowania systemów opartych na sztucznej inteligencji, którą trener odnosi do praktyki własnej oraz uczestników szkolenia. Prowadzący to praktycy o umiejętnościach mentorskich i coachingowych. 

 

Materiały edukacyjne

 

Będąc uczestnikiem szkolenia otrzymasz komplet starannie opracowanych materiałów:

• prezentację opisującą zagadnienia omawiane podczas szkolenia
• Zestaw zadań oraz ćwiczeń
• materiały w formie elektronicznej na platformie edu.ittraining.pl