Курс AI для тестування

Зрозумієте, як AI змінює роль QA-фахівців, які процеси він може автоматизувати та як безпечно інтегрувати його у свою роботу. Навчитеся створювати тест-кейси, API-тести й SQL-запити через ChatGPT, Copilot, Claude та інші АІ-інструменти. Дізнаєтесь, як генерувати тест-плани, звіти, user stories та acceptance-критерії у форматах Markdown або Confluence, зменшуючи час на рутину. Інтегруєте AI в CI/CD, GitHub, Jira та лог-аналіз. У фіналі курсу створите власного QA-асистента або автоматизований процес тестування з AI.

Програма курсу

Знайомство. Вступ до AI в QA: можливості, виклики та ролі

• Зрозумієте, як AI змінює роль QA-фахівця та процеси тестування
• Розберете основні поняття AI (ML, NLP, LLM, Computer Vision) у контексті тестування
• Ознайомитеся з поточними трендами та викликами використання AI в QA
• Навчитеся писати базові запити (prompts) для AI в тестових сценаріях

Аудит власних задач: де AI може допомогти вже сьогодні

• Проаналізуєте свої QA-задачі та визначите, де AI може бути корисним
• Дізнаєтесь, як створювати власну AI Use Map для тестових процесів
• Зрозумієте матрицю "простота впровадження / ефективність" для вибору AI-рішень
• Ознайомитеся з типами AI-інструментів для ручного, автоматизованого та нефункціонального тестування

Етика, помилки, контроль якості AI-результатів

• Зрозумієте, чому не можна повністю довіряти AI в тестуванні
• Розберетеся, що таке AI-галюцинації та як перевіряти достовірність результатів
• Ознайомитеся з етичними аспектами використання AI в QA (bias, прозорість, відповідальність)
• Навчитеся застосовувати принцип "тестування тестів" для перевірки AI-відповідей

Генерація тест-кейсів: з user story, флоу

• Дізнаєтесь, як перетворити user story або баг на набір тест-кейсів
• Розберете, які типи тестів може згенерувати AI (позитивні, негативні, edge cases)
• Зрозумієте, як формулювання промпта впливає на якість результату
• Навчитеся представляти тести у форматах Markdown, таблиць або YAML
• Зможете адаптувати AI-відповіді для реального тестування

Генерація API-запитів + тестів

• Навчитеся генерувати API-запити й тести на основі Swagger/OpenAPI
• Дізнаєтесь, як перевіряти структуру відповіді, статуси та обробку помилок
• Зрозумієте, як AI допомагає прискорити створення тестів для API
• Зможете писати якісні промпти для API-тестування

AI та SQL: запити до БД, генерація тестових даних

• Навчитеся формулювати запити до AI для генерації SQL-коду
• Дізнаєтесь, як створювати таблиці й тестові дані за допомогою AI
• Ознайомитеся з методами валідації даних у БД на основі сценаріїв
• Зрозумієте, як AI може допомогти в аналізі даних: пошук аномалій, повторів, трендів
• Зможете використовувати промпт-шпаргалку для задач SQL-тестування

Автоматичне створення документації: тест-плани, звіти, резюме тестів

• Навчитеся формулювати промпти для створення тест-планів, стратегій та звітів
• Дізнаєтесь, як оформлювати тестову документацію у форматі Markdown
• Ознайомитеся з можливостями інтеграції AI-документів у Confluence / Google Docs
• Зрозумієте, як автоматизувати створення звітності за допомогою AI

UI-тестування з AI

• Зможете генерувати UI-тести на основі опису інтерфейсу
• З'ясуєте, як AI допомагає порівнювати скриншоти й знаходити візуальні дефекти
• Ознайомитеся з принципами доступності (WCAG) та їхньою перевіркою через AI
• Навчитеся створювати промпти для аналізу layout, UX та accessibility

Автоматизація тестів через AI

• Навчитеся формулювати промпти для генерації автоматизованих тестів
• Зрозумієте, коли доцільно генерувати код тестів через AI, а коли - писати вручну
• Розберете ризики AI-помилок у згенерованому коді та способи ревізії
• Ознайомитеся з можливостями інтеграції AI з інструментами автоматизації (Selenium, Testim)

AI в security-тестуванні

• Ознайомитеся з OWASP Top 10 і зрозумієте типові вразливості вебдодатків
• Навчитеся формулювати промпти для пошуку SQL Injection, XSS та інших вразливостей
• Дізнаєтесь, як AI може допомагати у перевірці конфігів, токенів та prompt injection
• Зрозумієте роль AI в забезпеченні безпеки під час тестування

AI в командних процесах: Jira, Slack, Docs

• Навчитеся генерувати Jira-тікети з описом, типом та acceptance criteria
• Дізнаєтесь, як AI може створювати звіти для командної комунікації в Slack
• Ознайомитеся з автоматизацією документації (changelog, meeting notes, user guides)
• Зрозумієте, як AI допомагає оптимізувати командну взаємодію в QA-процесах

AI в DevOps-процесах: CI/CD, лог-аналіз, GitHub

• Навчитеся формулювати промпти для аналізу логів та пошуку причин збоїв
• З'ясуєте, як AI допомагає в CI/CD для виявлення помилок і генерації фіксів
• Ознайомитеся з використанням GitHub Copilot для Pull Request summary
• Зможете застосовувати AI для автоматизації log-analysis та incident response

Побудова свого AI-процесу

• Навчитеся визначати процеси, які можна автоматизувати за допомогою AI
• Дізнаєтесь, як створити MVP-процес або AI-асистента для QA
• Зрозумієте, як пріоритизувати задачі та оцінювати ефективність AI-впровадження
• Зможете підготувати свій кейс до реалізації у вигляді фінального проєкту

Захист курсових робіт (фінальних проєктів)

• Зможете презентувати свій AI-кейс у форматі, зрозумілому для команди
• Дізнаєтесь, як оцінити ефективність автоматизації: час, якість, стабільність
• Ознайомитеся з досвідом інших студентів та навчитеся давати конструктивний фідбек
• Зрозумієте, як виглядає реальне впровадження AI в QA-процеси

Особливості курсу

• Допомога ментора
• Практика
• Курсовий проєкт
• Проєкт в портфоліо
• Сертифікат про проходження курсу

Викладачі курсу

Євгенія Вишневська - Senior QA Engineer at Google