Nội dung khoá học ISTQB® AI Testing • TESTING VN

Mục tiêu đạt được sau khoá này

Sau khi hoàn thành khoá học này, bạn có thể:

Hiểu được tình hình hiện tại và xu hướng phát triển của AI
Trải nghiệm việc triển khai và thử nghiệm mô hình ML giúp nâng cao chất lượng của hệ thống
Hiểu được những thách thức liên quan đến việc thử nghiệm các hệ thống dựa trên AI
Góp phần đưa ra chiến lược thử nghiệm cho hệ thống dựa trên AI
Thiết kế và thực hiện các trường hợp thử nghiệm cho các hệ thống sử dụng AI
Hiểu được các yêu cầu đặc biệt liên quan đến cơ sở hạ tầng để kiểm thử các hệ thống sử dụng AI
Biết cách áp dụng AI vào quá trình kiểm thử phần mềm

Nội dung khoá học

Khoá học này được thiết kế chi tiết dựa vào đề cương ISTQB AI Testing. Ngoài kiến thức nền tảng cần đạt được, học viên sẽ được cung cấp nhiều ví dụ thực tế hữu ích. Giúp rút ngắn thời gian cần thiết để tiếp cận với các mô hình AI và áp dụng AI vào công việc kiểm thử hằng ngày. Bên cạnh đó, các bạn còn cung cấp Mock exams (đề thi mô phỏng) giúp tăng xác suất thi chứng chỉ quốc tế.

Chapter 1: Introduction to Artificial Intelligence

1.1 Introduction to AI

1.1.1 AI-Based and Conventional Systems
1.1.2 Narrow AI, General AI, and Super AI
1.1.3 Different Types of AI Technologies1.1.4 Generative AI
1.1.5 Hardware for Machine Learning Systems
1.1.6 Development and Hosting of AI Models
1.1.7 Machine Learning Development Frameworks
1.1.8 Regulations and Standards for AI

Chapter 2: Quality Characteristics for AI-Based Systems

2.1 Quality Characteristics for AI-Based Systems
2.1.1 AI-Specific Quality Characteristics
2.1.2 AI and Safety

2.2 Acceptance Criteria for AI-Based Systems
2.2.1 Acceptance Criteria for AI-Based Systems

Chapter 3: Machine Learning

3.1 Introduction to Machine Learning
3.1.1 Different Forms of Machine Learning
3.1.2 Machine Learning Workflow
3.1.3 Hands-on Exercise: Create a Machine Learning Model
3.1.4 Pretrained Models, Fine-Tuning, and Retrieval-Augmented Generation

3.2 Data for Machine Learning
3.2.1 Activities in Data Preparation
3.2.2 Hands-on Exercise: Data Preparation in Support of the Creation of a Machine Learning Model

3.3 ML Functional Performance Metrics for Classification
3.3.1 Calculation of Machine Learning Functional Performance Metrics
3.3.2 Hands-on Exercise: Evaluate a Machine Learning Model using Selected ML Functional Performance Metrics
3.3.3 Hands-on Exercise: Show the Impact of Different Machine Learning Models and Dataset Combinations

3.4 Neural Networks
3.4.1 Structure and Working of a Deep Neural Network
3.4.2 Hands-on Exercise: Experience the Implementation of a Perceptron 37
3.4.3 Coverage Measures for Neural Networks

Chapter 4: Testing AI-Based Systems

4.1 Introduction to Testing AI-Based Systems
4.1.1 Locked and Adaptive AI-Based Systems
4.1.2 Rationale for a Statistical Approach to Testing AI-Based Systems
4.1.3 Test Oracles for AI-Based Systems

4.2 Testing Generative AI and Large Language Models
4.2.1 Testing Generative AI
4.2.2 Red Teaming
4.2.3 Hands-on Exercise: Exploratory Testing of a Large Language Model

4.3 Test Levels and Machine Learning Systems
4.3.1 Test Levels for Machine Learning Systems
4.3.2 Risk-Based Testing of Machine Learning Systems

Chapter 5: Input Data Testing for Machine Learning Systems

5.1 Input Data Testing for Machine Learning Systems

5.1.1 Input Data Risks and Mitigations
5.1.2 Testing for Bias
5.1.3 Data Pipeline Testing
5.1.4 Testing for Data Representativeness
5.1.5 Dataset Constraint Testing
5.1.6 Label Correctness Testing
5.1.7 Hands-on Exercise: Input Data Testing

Chapter 6: Model Testing for Machine Learning Systems

6.1 Model Testing for Machine Learning Systems
6.1.1 Machine Learning Model Risks and Mitigations
6.1.2 Machine Learning Model Documentation and Review
6.1.3 ML Functional Performance Testing of Probabilistic Machine Learning Systems
6.1.4 Adversarial Testing of Machine Learning Systems
6.1.5 Metamorphic Testing
6.1.6 Hands-on Exercise: Apply Metamorphic Testing
6.1.7 Drift Testing
6.1.8 Testing for Overfitting and Underfitting
6.1.9 A/B Testing
6.1.10 Back-to-Back Testing