Testowanie AI – szkolenie praktyczne dla testerów – szkolenie online w czasie rzeczywistym

1. Wprowadzenie do sztucznej inteligencji i uczenia maszynowego

• podstawowe pojęcia związane z AI i Machine Learning,
• rodzaje modeli wykorzystywanych w systemach AI,
• zastosowania sztucznej inteligencji w projektach IT.

2. Specyfika testowania systemów wykorzystujących AI

• różnice pomiędzy testowaniem klasycznego oprogramowania a systemów AI,
• charakterystyka systemów deterministycznych i niedeterministycznych,
• wyzwania związane z zapewnieniem jakości modeli AI.

3. Rodzaje testów stosowanych w systemach AI

• testowanie funkcjonalne modeli,
• testowanie jakości danych,
• testowanie wydajności, odporności i bezpieczeństwa rozwiązań AI,
• dobór technik testowania do rodzaju systemu.

4. Testowanie modeli predykcyjnych

• analiza poprawności działania modeli,
• ocena jakości wyników predykcji,
• identyfikowanie błędów oraz ograniczeń modeli.

5. Walidacja danych wejściowych

• analiza jakości danych wykorzystywanych przez modele,
• identyfikacja niekompletnych i niepoprawnych danych,
• wpływ jakości danych na skuteczność modeli AI.

6. Testowanie odporności modeli na zmiany i podatności

• analiza stabilności działania modeli,
• identyfikacja podatności i scenariuszy błędnego działania,
• ocena odporności modeli na zmiany danych wejściowych.

7. Etyka oraz bias w systemach sztucznej inteligencji

• identyfikacja uprzedzeń (bias) w modelach,
• aspekty etyczne związane z wykorzystaniem AI,
• wpływ jakości danych na bezstronność modeli.

8. Narzędzia wspierające testowanie AI

• przegląd narzędzi wykorzystywanych do testowania systemów AI,
• wykorzystanie narzędzi do analizy jakości modeli i danych,
• organizacja procesu testowania z wykorzystaniem dostępnych rozwiązań.

9. Studium przypadku i dobre praktyki testowania AI w projektach IT

• analiza przykładowego rozwiązania wykorzystującego AI,
• identyfikacja ryzyk i scenariuszy testowych,
• ocena jakości działania modelu na podstawie przygotowanego przypadku,
• planowanie procesu testowania systemów AI,
• dokumentowanie wyników testów,
• rekomendacje dotyczące zapewnienia jakości rozwiązań opartych na sztucznej inteligencji.

10. Walidacja efektów uczenia się

• przeprowadzenie testu teoretycznego obejmującego zagadnienia realizowane podczas szkolenia,
• test realizowany jest po zakończeniu części szkoleniowej,
• wynik testu generowany jest automatycznie,
• walidacja służy potwierdzeniu osiągnięcia efektów uczenia się określonych dla usługi.

Każdy uczestnik szkolenia otrzyma dostęp do materiałów szkoleniowych w formie elektronicznej, obejmujących prezentację wykorzystywaną podczas zajęć, opracowania dotyczące podstaw sztucznej inteligencji i uczenia maszynowego, materiały opisujące metody oraz techniki testowania systemów AI, przykładowe scenariusze testowe, studia przypadków oraz zestaw dobrych praktyk związanych z zapewnieniem jakości rozwiązań opartych na sztucznej inteligencji. Uczestnicy otrzymają również materiały pomocnicze dotyczące walidacji danych, identyfikacji błędów modeli, testowania odporności i analizy ryzyk, a także zestaw ćwiczeń umożliwiających samodzielne utrwalenie wiedzy po zakończeniu szkolenia. W trakcie szkolenia zapewniony zostanie dostęp do narzędzi wykorzystywanych podczas ćwiczeń praktycznych oraz wsparcie trenera w zakresie ich wykorzystania.

Szkolenie realizowane jest w formie zdalnej, w czasie rzeczywistym, z wykorzystaniem platformy do wideokonferencji (np. ClickMeeting lub Microsoft Teams). Uczestnik powinien dysponować komputerem lub laptopem z dostępem do Internetu, wyposażonym w aktualną przeglądarkę internetową lub zainstalowaną aplikację umożliwiającą udział w szkoleniu. Zalecane jest stabilne łącze internetowe o przepustowości umożliwiającej płynną transmisję audio i wideo, głośniki lub słuchawki oraz mikrofon. Rekomendowane jest również korzystanie z kamery internetowej w celu usprawnienia komunikacji z trenerem i pozostałymi uczestnikami. Przed rozpoczęciem szkolenia uczestnicy otrzymują link umożliwiający dołączenie do spotkania oraz instrukcję logowania. W trakcie szkolenia uczestnicy korzystają z materiałów szkoleniowych oraz narzędzi i środowisk demonstracyjnych wskazanych przez trenera, służących do analizy, testowania i oceny jakości systemów wykorzystujących sztuczną inteligencję.