"Efektywne wykorzystanie AI w testowaniu: od ChatGPT do generacji kodu". Warsztat dla testerów oprogramowania.

Możliwość dofinansowania

"Efektywne wykorzystanie AI w testowaniu: od ChatGPT do generacji kodu". Warsztat dla testerów oprogramowania.

Numer usługi 2025/07/10/163664/2870942

21CN RADOSŁAW SMILGIN

2 200,00 PLN

brutto

2 200,00 PLN

netto

104,76 PLN

brutto/h

104,76 PLN

netto/h

zdalna w czasie rzeczywistym

Usługa szkoleniowa

21 h

17.09.2025 do 19.09.2025

1 zapisany uczestnik

Obserwuj

Zapisz się

Pobierz kartę usługi w PDF

Informacje podstawowe

Kategoria

Informatyka i telekomunikacja / Programowanie
Identyfikatory projektów

Małopolski Pociąg do kariery, Nowy start w Małopolsce z EURESEM
Grupa docelowa usługi

Szkolenie przeznaczone jest dla:
Testerów Oprogramowania chcących zrozumieć i zastosować AI do zwiększenia swojej efektywności, generowania danych testowych, przypadków testowych oraz wspomagania automatyzacji.
Liderów Zespołów Testowych / Menedżerów QA poszukujących sposobów na wdrożenie AI w swoich zespołach w celu usprawnienia procesów testowych i zwiększenia wydajności.
Deweloperów chcących lepiej zrozumieć, jak AI może wspierać testowanie oraz jak narzędzia takie jak Cursor IDE mogą usprawnić ich codzienną pracę.
Specjalistów DevOps / Inżynierów CI/CD zainteresowanych wykorzystaniem AI do automatyzacji konfiguracji i procesów Continuous Integration (np. GitHub Actions).
Minimalna liczba uczestników

6
Maksymalna liczba uczestników

12
Data zakończenia rekrutacji

15-09-2025
Forma prowadzenia usługi

zdalna w czasie rzeczywistym
Liczba godzin usługi

21
Podstawa uzyskania wpisu do BUR

Standard Usługi Szkoleniowo-Rozwojowej PIFS SUS 2.0

Cel

Cel edukacyjny

Szkolenie prowadzi do nabycia kompetencji w zakresie skutecznego wykorzystania narzędzi sztucznej inteligencji, w szczególności dużych modeli językowych (LLM) takich jak ChatGPT, a także optymalizacji i automatyzacji procesów testowania oprogramowania, włączając w to generowanie danych i przypadków testowych, wsparcie w pisaniu kodu oraz efektywne zarządzanie wiedzą.

Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji

Efekty uczenia się, kryteria weryfikacji i metody walidacji.
Efekty uczenia się	Kryteria weryfikacji	Metoda walidacji
Efekty uczenia się Wiedza - uczestnik po szkoleniu: • definiuje podstawowe pojęcia związane ze sztuczną inteligencją w kontekście testowania, • opisuje architekturę i mechanizmy działania modeli językowych (Tokenization, Embeddings, Attention Mechanism, Transformer), • wymienia i charakteryzuje zaawansowane techniki Prompt Engineeringu (np. Few-shot inference, Chain of Thought, Act as), • określa kluczowe ryzyka i ograniczenia związane z wykorzystaniem AI w codziennej pracy testera.	Kryteria weryfikacji Wiedza: • wyjaśnia i opisuje terminy, jak AI, NLP, LLM, ChatGPT, prompt, • omawia kluczowe komponenty i ich role w funkcjonowaniu LLM, • identyfikuje i opisuje zastosowanie każdej z technik w różnych scenariuszach, • analizuje scenariusze i wskazuje potencjalne zagrożenia lub wyzwania wynikające z użycia AI.	Metoda walidacji Test teoretyczny
Efekty uczenia się Umiejętności - uczestnik po szkoleniu: • tworzy efektywne prompty, wykorzystując poznane techniki Prompt Engineeringu do uzyskania pożądanych wyników od modeli AI, • generuje dane testowe i przypadki testowe przy użyciu narzędzi AI, dopasowując je do wymagań aplikacji, • wykorzystuje narzędzia AI (np. Cursor IDE) do wspierania pisania i refaktoryzacji kodu testowego (np. w Playwright, JavaScript/TypeScript), • projektuje podstawowe konfiguracje CI/CD (np. GitHub Actions) z wykorzystaniem podpowiedzi i generacji kodu przez AI.	Kryteria weryfikacji Umiejętności: • generuje co najmniej trzy poprawne prompty, które prowadzą do użytecznych danych testowych lub zapytań o konfigurację CI, • dostarcza zestaw wygenerowanych danych testowych i przypadków testowych, które są spójne i adekwatne do danego scenariusza, • demonstruje zdolność do pisania fragmentów kodu testowego z wykorzystaniem sugestii i funkcji AI w IDE, • tworzy działającą, podstawową konfigurację CI/CD, wspomagając się AI.	Metoda walidacji Test teoretyczny
Efekty uczenia się Kompetencje społeczne - uczestnik po szkoleniu: • wykazuje proaktywne podejście do eksploracji i wdrażania nowych narzędzi AI w codziennej pracy, • wykazuje krytyczne myślenie wobec informacji generowanych przez AI, zawsze je weryfikując.	Kryteria weryfikacji Kompetencje społeczne: • zgłasza propozycje zastosowania AI w swoich bieżących projektach i aktywnie eksperymentuje z nowymi funkcjonalnościami, • zadaje pytania o wiarygodność wygenerowanych treści i szuka potwierdzenia w innych źródłach.	Metoda walidacji Test teoretyczny

Kwalifikacje

Kompetencje

Usługa prowadzi do nabycia kompetencji.

Warunki uznania kompetencji

Pytanie 1. Czy dokument potwierdzający uzyskanie kompetencji zawiera opis efektów uczenia się?

TAK

Pytanie 2. Czy dokument potwierdza, że walidacja została przeprowadzona w oparciu o zdefiniowane w efektach uczenia się kryteria ich weryfikacji?

TAK

Pytanie 3. Czy dokument potwierdza zastosowanie rozwiązań zapewniających rozdzielenie procesów kształcenia i szkolenia od walidacji?

TAK

Program

Szkolenie realizowane jest w formule online w czasie rzeczywistym, w godzinach 09.00-17.00. Czas trwania to 21 godzin zegarowych. W trakcie szkolenia przewidziane są przerwy ( max 1 h/dzień), które nie są wliczone w czas trwania usługi.

Grupa szkoleniowa liczy 6-12 osób. Uczestnicy korzystają z własnych laptopów/PC zgodnie z informacjami w sekcji "Warunki techniczne".

Zakres tematyczny

Jak działa ChatGPT?
- Podstawowe pojęcia (AI, NLP, LLM, ChatGPT, prompt).
- Podstawy działania modeli językowych (Tokenization, Embeddings, Attention Mechanism).
- Wprowadzenie do uczenia maszynowego, sieci neuronowych i architektury Transformer
- Trenowanie LLM
Prompt Engineering czyli techniki i najlepsze praktyki tworzenia efektywnych zapytań:
- Ogólniki - Prompt Engineering jako umiejętność wymagająca treningu
- Szczegóły i Techniki:
  - Explain me like I’m five
  - Act as
  - Few-shot inference
  - Chain of Thought
  - Challenge me
- W jakim języku promptować?
- Wykorzystanie w testowaniu oprogramowania
  - Generacja danych testowych
  - Generacja przypadków testowych
  - Pair-testing
  - AI jako narzędzie do poszerzania wiedzy
- Ćwiczenia praktyczne - generacja konfiguracji CI w GitHub Actions
Cursor IDE – Integracja z AI:
- Przegląd Cursor IDE i jego funkcji AI.
- Praktyczne zastosowania AI w Cursor IDE w kontekście testowania.
- Indeksowanie, bazy wektorowe i wyszukiwanie semantyczne. Jak Cursor pracuje z dokumentacją używanych narzędzi?
Warsztaty i case studies:
- Ćwiczenia praktyczne - piszemy razem testy automatyczne przy użyciu Playwrighta, JavaScript/TypeScript i AI
- Analiza efektywności pracy z AI. Co powinniśmy oddelegowywać a co pisać samodzielnie.
Testerski rozwój z AI
- Ryzyka związane z korzystaniem z AI w pracy
- Automatyczni agenci czyli przyszłość AI
- Dalsze kroki nauki - OpenAI API
Walidacja

Harmonogram

Liczba przedmiotów/zajęć: 0

Harmonogram
Przedmiot / temat zajęć	Prowadzący	Data realizacji zajęć	Godzina rozpoczęcia	Godzina zakończenia	Liczba godzin
Brak wyników.

Cena

Cennik

Cennik
Rodzaj ceny	Cena
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto	Cena 2 200,00 PLN
Rodzaj ceny Koszt przypadający na 1 uczestnika netto	Cena 2 200,00 PLN
Rodzaj ceny Koszt osobogodziny brutto	Cena 104,76 PLN
Rodzaj ceny Koszt osobogodziny netto	Cena 104,76 PLN

Prowadzący

Liczba prowadzących: 1

1 z 1

Sławomir Radzymiński

Absolwent Elektroniki i Telekomunikacji na Akademii Górniczo-Hutniczej w Krakowie.

Wielki zwolennik automatyzacji testów i wplatania ich w procesy Continuous Integration/Continuous Delivery. Zainteresowany nowoczesnymi technikami wytwarzania oprogramowania, które dążą do jak najszybszego dostarczania klientom produktu wysokiej jakości.

Obecnie pracuje jako Principal Software Engineer in Test w Ocado Technology.

Po godzinach aktywny trener współpracujący z kilkoma firmami szkoleniowymi i uczelniami.

Informacje dodatkowe

Informacje o materiałach dla uczestników usługi

Prezentacja szkoleniowa

Warunki uczestnictwa

Szkolenie przeznaczone jest dla osób, które znają podstawy programowania (najlepiej w JavaScript).

Informacje dodatkowe

Warunkiem organizacji szkolenia otwartego jest zebranie grupy min. 6 osób. W przypadku niewystarczającej liczby chętnych, szkolenie zostanie przełożone na kolejny termin.

Warunki techniczne

Szkolenie odbywa się za pośrednictwem platformy MS Teams/Zoom/Meet.

Uczestnicy proszeni są o przygotowanie laptopa/PC ze stabilnym łączem internetowym, przeglądarką internetową oraz edytorem tekstu oraz o założenie konta w ChatGPT (OpenAI) – korzystamy z darmowej wersji GPT : https://chat.openai.com.

Kontakt

Agnieszka Panek

E-mail

agnieszka.panek@testerzy.pl

Telefon

(+48) 533 315 222

"Efektywne wykorzystanie AI w testowaniu: od ChatGPT do generacji kodu". Warsztat dla testerów oprogramowania.