"Certified Tester - AI Testing v. 2.0". Szkolenie wraz z egzaminem certyfikującym online.
"Certified Tester - AI Testing v. 2.0". Szkolenie wraz z egzaminem certyfikującym online.
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Identyfikatory projektówKierunek - Rozwój, Nowy start w Małopolsce z EURESEM, Małopolski Pociąg do kariery
- Grupa docelowa usługi
Szkolenie skierowane do osób zaangażowanych w testowanie i projektowanie testów systemów opierających się na AI – testerów, analityków, inżynierów testów oraz kierowników.
Do uzyskania certyfikatu "ISTQB® Certified Tester - AI Testing" niezbędne jest posiadanie certyfikatu ISTQB® na poziomie podstawowym.
- Minimalna liczba uczestników7
- Maksymalna liczba uczestników15
- Data zakończenia rekrutacji09-11-2026
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Podstawa uzyskania wpisu do BURStandard Usługi Szkoleniowo-Rozwojowej PIFS SUS 2.0
Cel
Cel
Cel edukacyjny
Celem szkolenia jest przygotowanie specjalistów testowania do efektywnej weryfikacji i walidacji systemów opartych na sztucznej inteligencji poprzez wyposażenie ich w wiedzę teoretyczną oraz praktyczne umiejętności stosowania technik dedykowanych dla testowania rozwiązań AI. Szkolenie rozwija kompetencje niezbędne zarówno do testowania systemów wykorzystujących AI, jak i do zastosowania narzędzi sztucznej inteligencji w procesach testowania oprogramowania.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Uczestnik definiuje podstawowe pojęcia i typy sztucznej inteligencji oraz uczenia maszynowego. | Wyjaśnia pojęcia GenAI i LLM. | Test teoretyczny z wynikiem generowanym automatycznie |
| Rozróżnia typy AI (narrow, general, super AI) oraz ML (supervised, unsupervised, reinforcement). | Test teoretyczny z wynikiem generowanym automatycznie | |
| Uczestnik charakteryzuje jakość i bezpieczeństwo systemów AI. | Opisuje model jakości ISO/IEC 25059. | Test teoretyczny z wynikiem generowanym automatycznie |
| Wskazuje kluczowe cechy jakości systemów AI. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Wyjaśnia zagrożenia bezpieczeństwa w systemach AI. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Uczestnik opisuje proces wytwarzania i testowania systemów AI. | Wymienia etapy workflow ML. | Test teoretyczny z wynikiem generowanym automatycznie |
| Opisuje rolę danych w procesie ML. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Wyjaśnia znaczenie walidacji danych i metryk modeli. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Uczestnik analizuje ryzyko jakościowe systemów AI. | Identyfikuje ryzyka (bias, drift, jakość danych). | Test teoretyczny z wynikiem generowanym automatycznie |
| Wskazuje działania ograniczające ryzyko. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Uczestnik dobiera techniki testowania AI do scenariusza. | Dobiera odpowiednią metodę testowania modelu. | Test teoretyczny z wynikiem generowanym automatycznie |
| Dopasowuje podejście do typu systemu AI. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Uczestnik wykazuje poprawne podejście do interpretacji wyników testów modeli ML. | Analizuje metryki jakości. | Test teoretyczny z wynikiem generowanym automatycznie |
| Identyfikuje problemy (overfitting, bias). | Test teoretyczny z wynikiem generowanym automatycznie | |
| Uczestnik stosuje odpowiedzialne podejście do AI. | Identyfikuje problemy etyczne. | Test teoretyczny z wynikiem generowanym automatycznie |
| Proponuje działania ograniczające ryzyko. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Uczestnik doskonali proces testowania AI. | Wykazuje poprawne podejście do analizy wyników testów. | Test teoretyczny z wynikiem generowanym automatycznie |
| Proponuje usprawnienia procesu. | Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kwalifikacje niewłączone do ZSK
Uznane kwalifikacje
Informacje
- Nazwa Podmiotu prowadzącego walidacjęGASQ (Global Association for Software Quality)
- Nazwa Podmiotu certyfikującegoISTQB (International Software Testing Quality Board)
Dodatkowe pliki
Program
Program
Szkolenie trwa 3 dni i odbywa się w dniach 12-16.11.2026 ( z przerwą weekendową) w godzinach 9.00-17.00 w formule online w czasie rzeczywistym na platformie Zoom.
Grupa szkoleniowa liczy 7-15 osób.
Uczestnicy proszeni są o przygotowanie laptopa/PC ze stabilnym łączem internetowym, przeglądarką internetową oraz edytorem tekstu.
Walidacja (Egzamin) odbędzie się w 23.11.2026 r o godz. 10.00 w formie online w czasie rzeczywistym.
Egzamin dostępny jest tylko w języku angielskim. Czas trwania- 75 minut.
Egzamin odbywa się za pośrednictwem platformy Proctor Exam.
Uczestnicy powinni przygotować:
- Komputer/laptop z kamerą internetową i mikrofonem - obłuskiwane systemy : Windows, MacOS, obsługiwane przeglądarki: Google Chrome, Microsoft Edge , Opera, Safari
- Tablet /smartfon z aparatem
- Stabilne połączenie internetowe
- Dokument ze zdjęciem
Szczegółowa instrukcja przygotowania do egzaminu jest dołączona do karty usługi. 5 dni roboczych przed egzaminem uczestnicy winni dostarczyć skan certyfikatu FL, skan wypełnionego formularza AL oraz prośby o dodatkowy czas (załączone do karty usługi).
Zakres tematyczny
- 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
- 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
- Dane, modele i zaawansowane techniki
- Testowanie danych wejściowych dla MLS (bias, potoki danych)
- Testowanie modeli ML (testowanie metamorficzne, adversarial attacks, overfitting/underfitting)
- Walidacja - Egzamin ISTQB
Harmonogram
Harmonogram
| Przedmiot / temat | Typ aktywności | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|---|
Przedmiot / temat 1 z 12 Wprowadzenie do AI (GenAI, regulacje, różnice) | Typ aktywności Zajęcia | Prowadzący Joanna Kazun | Data realizacji zajęć 12-11-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 11:00 | Liczba godzin 02:00 |
Przedmiot / temat 2 z 12 Charakterystyki jakościowe (ISO 25059, kryteria akceptacji) | Typ aktywności Zajęcia | Prowadzący Joanna Kazun | Data realizacji zajęć 12-11-2026 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 13:00 | Liczba godzin 02:00 |
Przedmiot / temat 3 z 12 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 12-11-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 14:00 | Liczba godzin 01:00 |
Przedmiot / temat 4 z 12 Wprowadzenie do Machine Learning, workflow, sieci neuronowe | Typ aktywności Zajęcia | Prowadzący Joanna Kazun | Data realizacji zajęć 12-11-2026 | Godzina rozpoczęcia 14:00 | Godzina zakończenia 17:00 | Liczba godzin 03:00 |
Przedmiot / temat 5 z 12 Machine Learning (macierz pomyłek, metryki wydajności, dane treningowe) | Typ aktywności Zajęcia | Prowadzący Joanna Kazun | Data realizacji zajęć 13-11-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 11:00 | Liczba godzin 02:00 |
Przedmiot / temat 6 z 12 Testowanie systemów AI (wyzwania, testowanie GenAI/LLM, Red Teaming) | Typ aktywności Zajęcia | Prowadzący Joanna Kazun | Data realizacji zajęć 13-11-2026 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 13:30 | Liczba godzin 02:30 |
Przedmiot / temat 7 z 12 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 13-11-2026 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 14:30 | Liczba godzin 01:00 |
Przedmiot / temat 8 z 12 Testowanie deweloperskie Machine Learning | Typ aktywności Zajęcia | Prowadzący Joanna Kazun | Data realizacji zajęć 13-11-2026 | Godzina rozpoczęcia 14:30 | Godzina zakończenia 17:00 | Liczba godzin 02:30 |
Przedmiot / temat 9 z 12 Testowanie danych wejściowych dla MLS (bias, potoki danych) | Typ aktywności Zajęcia | Prowadzący Joanna Kazun | Data realizacji zajęć 16-11-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:30 | Liczba godzin 03:30 |
Przedmiot / temat 10 z 12 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 16-11-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 13:30 | Liczba godzin 01:00 |
Przedmiot / temat 11 z 12 Testowanie modeli ML (testowanie metamorficzne, adversarial attacks, overfitting/underfitting) | Typ aktywności Zajęcia | Prowadzący Joanna Kazun | Data realizacji zajęć 16-11-2026 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 17:00 | Liczba godzin 03:30 |
Przedmiot / temat 12 z 12 - | Typ aktywności Walidacja | Prowadzący - | Data realizacji zajęć 23-11-2026 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 11:15 | Liczba godzin 01:15 |
Podsumowanie
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Suma godzin zegarowych usługi | Liczba godzin 25:15 |
Rodzaj godzin w tym suma godzin zajęć | Liczba godzin 21:00 |
Rodzaj godzin w tym suma godzin walidacji | Liczba godzin 01:15 |
Rodzaj godzin w tym suma przerw | Liczba godzin 03:00 |
Rodzaj godzin Suma godzin dydaktycznych bez przerw | Liczba godzin 29:30 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 4 119,27 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 3 349,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 163,14 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 132,63 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 1 045,50 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 850,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 0,00 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 0,00 PLN |
Liczba godzin usługi
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Liczba godzin zegarowych usługi | Liczba godzin 25:15 |
Prowadzący
Prowadzący
Joanna Kazun
Od 2012 roku akredytowany trenerem szkoleń ISTQB®
i IREB®.
Szkoli tylko na bazie akredytowanych materiałów, których jest autorem lub współautorem.
Od 2019 roku prowadzi blok poświęcony inżynierii wymagań na studiach podyplomowych z Analizy Biznesowej na Uniwersytecie Jagiellońskim w Krakowie.
Wspiera młodych jako Lead Coach w ramach inicjatywy programu „AI for Youth” realizowanego we współpracy z firmą Intel – sztuczna inteligencja w szkołach średnich.
Absolwentka Politechniki Warszawskiej na kierunku "Informatyka", Uniwersytetu Warszawskiego na kierunku "Zarządzanie projektami" oraz SGH na kierunku „Business Intelligence – Systemy wspomagania decyzji biznesowych”
Od 2005 roku zdobywa doświadczenie w projektach IT
w rolach: Analityk Biznesowo – Systemowy, Scrum Master, Test Manager.
Obecnie odpowiada za pozyskiwanie wymagań, prototypowanie UI oraz za warstwę integracji międzysystemowej.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
- Prezentacja szkoleniowa w języku angielskim
- Oficjalny egzamin próbny ISTQB® Certified Tester - AI Testing 2.0 [EN] Odpowiedzi
- Oficjalny egzamin próbny ISTQB® Certified Tester - AI Testing 2.0 [EN] Pytania
- Sylabus ISTQB® Certified Tester - AI Testing 2.0 [EN]
Warunki uczestnictwa
Warunkiem uczestnictwa w kursie jest posiadanie min. 12-miesięcznego doświadczenia w testowaniu.
Aby przystąpić do egzaminu niezbędna jest wcześniejsza certyfikacja na poziomie podstawowym oraz znajomość języka angielskiego w stopniu zaawansowanym.
Informacje dodatkowe
Warunkiem organizacji szkolenia otwartego jest zebranie grupy min. 7 osób. W przypadku wystarczającej liczby chętnych, szkolenie zostanie przełożone na kolejny termin.
Usługa z dofinansowaniem min. 70% może być zwolnione z VAT.
Materiały multimedialne i dokumenty do pobrania
Dokumenty do pobrania
Warunki techniczne
Warunki techniczne
Szkolenie odbywa się za pośrednictwem platformy Zoom.
Uczestnicy proszeni są o przygotowanie laptopa/PC ze stabilnym łączem internetowym, przeglądarką internetową oraz edytorem tekstu.
Egzamin odbywa się za pośrednictwem platformy Proctor Exam.
Uczestnicy powinni przygotować:
- Komputer/laptop z kamerą internetową i mikrofonem - obłuskiwane systemy : Windows, MacOS, obsługiwane przeglądarki: Google Chrome, Microsoft Edge , Opera, Safari
- Tablet /smartfon z aparatem
- Stabilne połączenie internetowe
- Dokument ze zdjęciem