課程簡介
本課程介紹了LLM時代測試架構(gòu)師必須掌握的軟件架構(gòu)知識，包括chatGPT的基本原理和能力范疇、軟件測試領(lǐng)域LLM大語言模型的各種使用場景、LLM在軟件質(zhì)量保障中的各種使用場景、測試架構(gòu)師視角的軟件架構(gòu)設(shè)計、業(yè)務(wù)驅(qū)動下的技術(shù)架構(gòu)的技術(shù)演進、分布式架構(gòu)和微服務(wù)架構(gòu)、面向功能的測試 VS 面向架構(gòu)的測試等。此外，課程還介紹了GUI自動化和智能化測試技術(shù)精要、API自動化和智能化測試技術(shù)精要、人工智能和大數(shù)據(jù)技術(shù)在測試領(lǐng)域的應(yīng)用與案例解析、LLM加持下的微服務(wù)API測試精要、自動化測試中測試數(shù)據(jù)難題的解決思路以及測試執(zhí)行環(huán)境的設(shè)計與最佳實踐等內(nèi)容。
目標收益
通過本課程的學習，學員可以掌握LLM時代測試架構(gòu)師必須掌握的軟件架構(gòu)知識，包括各種使用場景和技術(shù)演進，以及GUI自動化和智能化測試技術(shù)、API自動化和智能化測試技術(shù)、人工智能和大數(shù)據(jù)技術(shù)在測試領(lǐng)域的應(yīng)用等。此外，學員還可以了解自動化測試中測試數(shù)據(jù)難題的解決思路以及測試執(zhí)行環(huán)境的設(shè)計與最佳實踐等內(nèi)容，提高測試質(zhì)量和效率。
培訓對象
本課程適合軟件測試工程師、測試架構(gòu)師、測試經(jīng)理等相關(guān)人員學習，可以幫助他們掌握LLM時代測試架構(gòu)師必須掌握的軟件架構(gòu)知識，提高測試質(zhì)量和效率。同時，對于想要了解GUI自動化和智能化測試技術(shù)、API自動化和智能化測試技術(shù)、人工智能和大數(shù)據(jù)技術(shù)在測試領(lǐng)域的應(yīng)用等內(nèi)容的學員來說，本課程也是一個很好的選擇。
課程大綱
| LLM時代測試架構(gòu)師必須掌握的軟件架構(gòu)知識 |
1.chatGPT的基本原理和能力范疇 2.軟件測試領(lǐng)域LLM大語言模型的各種使用場景 3.LLM在軟件質(zhì)量保障中的各種使用場景 4.軟件測試領(lǐng)域LLM大語言模型的各種使用場景 5.chatGPT在測試領(lǐng)域的“能”與“不能” 6.測試架構(gòu)師視角的軟件架構(gòu)設(shè)計 7.業(yè)務(wù)驅(qū)動下的技術(shù)架構(gòu)的技術(shù)演進 8.分布式架構(gòu)和微服務(wù)架構(gòu) 9.面向功能的測試 VS 面向架構(gòu)的測試 |
| LLM時代的GUI自動化和智能化測試技術(shù)精要 |
1.如何構(gòu)建高效，低維護成本的GUI自動化測試用例 2.GUI自動化測試技術(shù)詳細解讀 3.如何提高GUI自動化測試的穩(wěn)定性 4.測試用例腳本封裝粒度的問題 5.從頁面對象模型到業(yè)務(wù)流程模型 6.GUI測試腳本的自動生成技術(shù)初探 7.使用chatGPT輔助GUI自動化測試腳本的自動生成 8.使用chatGPT實現(xiàn)GUI層面的Monkey測試 9.使用chatGPT實現(xiàn)移動APP的測試用例設(shè)計與執(zhí)行 10.chatGPT的GUI測試用例設(shè)計中的啟發(fā)式應(yīng)用 11.影響GUI測試用例穩(wěn)定性的主要因素與應(yīng)對策略 12.業(yè)界案例分享：大型軟件產(chǎn)品的GUI自動化測試的最佳實踐 13.業(yè)界案例分享：chatGPT在移動APP智能化測試中的最佳實踐 |
| LLM時代的API自動化和智能化測試技術(shù)精要 |
1.傳統(tǒng)API測試工具的局限性 2.基于代碼的API測試的必要性 3.設(shè)計與構(gòu)建高效的API自動化測試框架 4.數(shù)據(jù)驅(qū)動在API測試中的應(yīng)用 5.使用chatGPT自動生成API測試用例 6.使用chatGPT自動生成API測試的測試數(shù)據(jù) 7.使用chatGPT實現(xiàn)API測試的覆蓋率提升 8.API的并發(fā)測試和壓力測試 9.API測試的數(shù)據(jù)準備 10.API測試中的依賴解耦 11.復(fù)雜場景的API測試（連續(xù)API調(diào)用以及API調(diào)用之間的參數(shù)傳遞） 12.API調(diào)用時序的測試難點與應(yīng)對策略 13.API后向兼容性測試的難點與解決方案 14.一站式API開源測試工具HttpRunner的架構(gòu)設(shè)計與使用 15.業(yè)界案例分享：大型軟件系統(tǒng)API自動化測試的最佳實踐 16.業(yè)界案例分享：使用LLM實現(xiàn)API自動化測試用例生成的完整案例 |
| 人工智能和大數(shù)據(jù)技術(shù)在測試領(lǐng)域的應(yīng)用與案例解析 |
1.chatGPT在GUI自動化測試中的應(yīng)用與落地 2.chatGPT在API自動化測試中的應(yīng)用與落地 3.chatGPT在單元測試中的應(yīng)用與落地 4.chatGPT在變異測試中的應(yīng)用與落地 5.基于模型MBT在GUI自動化測試中的實踐 6.基于自然語言處理的自動化測試方案 7.基于特征提取的GUI控件識別 8.智能化失敗測試用例的分析 9.性能測試的自動化分析與定位 10.無頭瀏覽器在GUI測試中的應(yīng)用 11.行為驅(qū)動開發(fā)BDD的應(yīng)用與局限 12.探索式測試和chatGPT的測試需求啟發(fā) 13.測試驅(qū)動開發(fā)（TDD） 14.精準測試 15.超越BDD的GUI測試方案初探 |
| LLM加持下的微服務(wù)API測試精要 |
1.微服務(wù)架構(gòu)下的API測試挑戰(zhàn) 2.基于消費者契約的API測試的理論基礎(chǔ) 3.基于消費者契約的API測試的實踐 4.基于消費者契約的契約捕獲 5.基于契約的Mock Service實現(xiàn)API測試依賴解耦 6.全新API無法獲取消費者契約的解決思路 7.基于HttpRunner的API消費者契約測試 8.chatGPT在接口調(diào)用鏈路分析中的應(yīng)用 9.案例分享:Spring Cloud Contract實例 10.業(yè)界案例分享：大型軟件的消費者契約測試的落地案例 |
| 自動化測試中測試數(shù)據(jù)難題的解決思路 |
1.測試中數(shù)據(jù)的復(fù)雜性與難點 2.基于實時數(shù)據(jù)創(chuàng)建的測試數(shù)據(jù)準備策略 3.基于預(yù)先生成的測試數(shù)據(jù)準備策略 4.測試數(shù)據(jù)生成的基本技術(shù) 5.復(fù)雜數(shù)據(jù)的生成技術(shù) 6.性能測試數(shù)據(jù)的批量生成技術(shù) 7.測試數(shù)據(jù)一致性，準確性和及時性的要求 8.測試數(shù)據(jù)工具的設(shè)計與業(yè)界最佳實踐 9.Test Data Service的架構(gòu)設(shè)計與實現(xiàn) 10.測試數(shù)據(jù)準備的創(chuàng)新設(shè)計 11.業(yè)界案例分享：全球化大型電商網(wǎng)站測試數(shù)據(jù)服務(wù)的設(shè)計 |
| 測試執(zhí)行環(huán)境的設(shè)計與最佳實踐 |
1.測試執(zhí)行環(huán)境的概念 2.測試基礎(chǔ)架構(gòu)的概念 3.早期的測試執(zhí)行環(huán)境 4.測試執(zhí)行服務(wù)的設(shè)計與應(yīng)用 5.基于Jenkins觸發(fā)測試執(zhí)行 6.基于 Selenium Grid 提高測試并行執(zhí)行能力 7.基于 Jenkins Cluster 提高測試并行執(zhí)行能力 8.基于 Docker 實現(xiàn) Selenium Grid 的動態(tài)擴展與收縮 9.基于 Docker 實現(xiàn) Jenkins Cluster 的動態(tài)擴展與收縮 10.構(gòu)建基于私有云（Cloud）的測試基礎(chǔ)架構(gòu) 11.云測服務(wù)的設(shè)計思路與原理 |
| LLM加持下的性能測試實踐 |
1.性能測試的基本方法與應(yīng)用領(lǐng)域 2.后端性能測試的基本原理和工具 3.前端性能測試的基本原理和工具 4.LLM在性能測試場景設(shè)計中的應(yīng)用 5.LLM在性能測試腳本開發(fā)中的應(yīng)用 6.LLM在性能測試結(jié)果數(shù)據(jù)分析中的應(yīng)用 7.LLM在性能測試問題定位中的應(yīng)用 8.如何0成本應(yīng)用UI自動化測試腳本和API自動化測試腳本實現(xiàn)性能告警 9.高并發(fā)情況下單session的Profile方法設(shè)計 10.Performance Benchmark Kits 的設(shè)計 11.基于JMeter的全鏈路壓測系統(tǒng)的設(shè)計 12.全鏈路壓測中LLM的使用 |
| chatGPT在軟件研發(fā)全生命周期中的應(yīng)用場景與案例 |
1.軟件研發(fā)全流程中LLM擅長的部分 2.軟件研發(fā)全流程中LLM不擅長的部分 3.需求分析階段chatGPT的應(yīng)用場景與案例 4.頂層設(shè)計階段chatGPT的應(yīng)用場景與案例 5.詳細設(shè)計階段chatGPT的應(yīng)用場景與案例 6.編碼階段chatGPT的應(yīng)用場景與案例 7.代碼評審階段chatGPT的應(yīng)用場景與案例 8.單元測試階段chatGPT的應(yīng)用場景與案例 9.接口測試階段chatGPT的應(yīng)用場景與案例 10.安全測試階段chatGPT的應(yīng)用場景與案例 11.持續(xù)集成流水中chatGPT的應(yīng)用場景與案例 12.持續(xù)發(fā)布中chatGPT的應(yīng)用場景與案例 13.性能測試階段chatGPT的應(yīng)用場景與案例 14.測試結(jié)果分析中chatGPT的應(yīng)用場景與案例 |
|
LLM時代測試架構(gòu)師必須掌握的軟件架構(gòu)知識 1.chatGPT的基本原理和能力范疇 2.軟件測試領(lǐng)域LLM大語言模型的各種使用場景 3.LLM在軟件質(zhì)量保障中的各種使用場景 4.軟件測試領(lǐng)域LLM大語言模型的各種使用場景 5.chatGPT在測試領(lǐng)域的“能”與“不能” 6.測試架構(gòu)師視角的軟件架構(gòu)設(shè)計 7.業(yè)務(wù)驅(qū)動下的技術(shù)架構(gòu)的技術(shù)演進 8.分布式架構(gòu)和微服務(wù)架構(gòu) 9.面向功能的測試 VS 面向架構(gòu)的測試 |
|
LLM時代的GUI自動化和智能化測試技術(shù)精要 1.如何構(gòu)建高效，低維護成本的GUI自動化測試用例 2.GUI自動化測試技術(shù)詳細解讀 3.如何提高GUI自動化測試的穩(wěn)定性 4.測試用例腳本封裝粒度的問題 5.從頁面對象模型到業(yè)務(wù)流程模型 6.GUI測試腳本的自動生成技術(shù)初探 7.使用chatGPT輔助GUI自動化測試腳本的自動生成 8.使用chatGPT實現(xiàn)GUI層面的Monkey測試 9.使用chatGPT實現(xiàn)移動APP的測試用例設(shè)計與執(zhí)行 10.chatGPT的GUI測試用例設(shè)計中的啟發(fā)式應(yīng)用 11.影響GUI測試用例穩(wěn)定性的主要因素與應(yīng)對策略 12.業(yè)界案例分享：大型軟件產(chǎn)品的GUI自動化測試的最佳實踐 13.業(yè)界案例分享：chatGPT在移動APP智能化測試中的最佳實踐 |
|
LLM時代的API自動化和智能化測試技術(shù)精要 1.傳統(tǒng)API測試工具的局限性 2.基于代碼的API測試的必要性 3.設(shè)計與構(gòu)建高效的API自動化測試框架 4.數(shù)據(jù)驅(qū)動在API測試中的應(yīng)用 5.使用chatGPT自動生成API測試用例 6.使用chatGPT自動生成API測試的測試數(shù)據(jù) 7.使用chatGPT實現(xiàn)API測試的覆蓋率提升 8.API的并發(fā)測試和壓力測試 9.API測試的數(shù)據(jù)準備 10.API測試中的依賴解耦 11.復(fù)雜場景的API測試（連續(xù)API調(diào)用以及API調(diào)用之間的參數(shù)傳遞） 12.API調(diào)用時序的測試難點與應(yīng)對策略 13.API后向兼容性測試的難點與解決方案 14.一站式API開源測試工具HttpRunner的架構(gòu)設(shè)計與使用 15.業(yè)界案例分享：大型軟件系統(tǒng)API自動化測試的最佳實踐 16.業(yè)界案例分享：使用LLM實現(xiàn)API自動化測試用例生成的完整案例 |
|
人工智能和大數(shù)據(jù)技術(shù)在測試領(lǐng)域的應(yīng)用與案例解析 1.chatGPT在GUI自動化測試中的應(yīng)用與落地 2.chatGPT在API自動化測試中的應(yīng)用與落地 3.chatGPT在單元測試中的應(yīng)用與落地 4.chatGPT在變異測試中的應(yīng)用與落地 5.基于模型MBT在GUI自動化測試中的實踐 6.基于自然語言處理的自動化測試方案 7.基于特征提取的GUI控件識別 8.智能化失敗測試用例的分析 9.性能測試的自動化分析與定位 10.無頭瀏覽器在GUI測試中的應(yīng)用 11.行為驅(qū)動開發(fā)BDD的應(yīng)用與局限 12.探索式測試和chatGPT的測試需求啟發(fā) 13.測試驅(qū)動開發(fā)（TDD） 14.精準測試 15.超越BDD的GUI測試方案初探 |
|
LLM加持下的微服務(wù)API測試精要 1.微服務(wù)架構(gòu)下的API測試挑戰(zhàn) 2.基于消費者契約的API測試的理論基礎(chǔ) 3.基于消費者契約的API測試的實踐 4.基于消費者契約的契約捕獲 5.基于契約的Mock Service實現(xiàn)API測試依賴解耦 6.全新API無法獲取消費者契約的解決思路 7.基于HttpRunner的API消費者契約測試 8.chatGPT在接口調(diào)用鏈路分析中的應(yīng)用 9.案例分享:Spring Cloud Contract實例 10.業(yè)界案例分享：大型軟件的消費者契約測試的落地案例 |
|
自動化測試中測試數(shù)據(jù)難題的解決思路 1.測試中數(shù)據(jù)的復(fù)雜性與難點 2.基于實時數(shù)據(jù)創(chuàng)建的測試數(shù)據(jù)準備策略 3.基于預(yù)先生成的測試數(shù)據(jù)準備策略 4.測試數(shù)據(jù)生成的基本技術(shù) 5.復(fù)雜數(shù)據(jù)的生成技術(shù) 6.性能測試數(shù)據(jù)的批量生成技術(shù) 7.測試數(shù)據(jù)一致性，準確性和及時性的要求 8.測試數(shù)據(jù)工具的設(shè)計與業(yè)界最佳實踐 9.Test Data Service的架構(gòu)設(shè)計與實現(xiàn) 10.測試數(shù)據(jù)準備的創(chuàng)新設(shè)計 11.業(yè)界案例分享：全球化大型電商網(wǎng)站測試數(shù)據(jù)服務(wù)的設(shè)計 |
|
測試執(zhí)行環(huán)境的設(shè)計與最佳實踐 1.測試執(zhí)行環(huán)境的概念 2.測試基礎(chǔ)架構(gòu)的概念 3.早期的測試執(zhí)行環(huán)境 4.測試執(zhí)行服務(wù)的設(shè)計與應(yīng)用 5.基于Jenkins觸發(fā)測試執(zhí)行 6.基于 Selenium Grid 提高測試并行執(zhí)行能力 7.基于 Jenkins Cluster 提高測試并行執(zhí)行能力 8.基于 Docker 實現(xiàn) Selenium Grid 的動態(tài)擴展與收縮 9.基于 Docker 實現(xiàn) Jenkins Cluster 的動態(tài)擴展與收縮 10.構(gòu)建基于私有云（Cloud）的測試基礎(chǔ)架構(gòu) 11.云測服務(wù)的設(shè)計思路與原理 |
|
LLM加持下的性能測試實踐 1.性能測試的基本方法與應(yīng)用領(lǐng)域 2.后端性能測試的基本原理和工具 3.前端性能測試的基本原理和工具 4.LLM在性能測試場景設(shè)計中的應(yīng)用 5.LLM在性能測試腳本開發(fā)中的應(yīng)用 6.LLM在性能測試結(jié)果數(shù)據(jù)分析中的應(yīng)用 7.LLM在性能測試問題定位中的應(yīng)用 8.如何0成本應(yīng)用UI自動化測試腳本和API自動化測試腳本實現(xiàn)性能告警 9.高并發(fā)情況下單session的Profile方法設(shè)計 10.Performance Benchmark Kits 的設(shè)計 11.基于JMeter的全鏈路壓測系統(tǒng)的設(shè)計 12.全鏈路壓測中LLM的使用 |
|
chatGPT在軟件研發(fā)全生命周期中的應(yīng)用場景與案例 1.軟件研發(fā)全流程中LLM擅長的部分 2.軟件研發(fā)全流程中LLM不擅長的部分 3.需求分析階段chatGPT的應(yīng)用場景與案例 4.頂層設(shè)計階段chatGPT的應(yīng)用場景與案例 5.詳細設(shè)計階段chatGPT的應(yīng)用場景與案例 6.編碼階段chatGPT的應(yīng)用場景與案例 7.代碼評審階段chatGPT的應(yīng)用場景與案例 8.單元測試階段chatGPT的應(yīng)用場景與案例 9.接口測試階段chatGPT的應(yīng)用場景與案例 10.安全測試階段chatGPT的應(yīng)用場景與案例 11.持續(xù)集成流水中chatGPT的應(yīng)用場景與案例 12.持續(xù)發(fā)布中chatGPT的應(yīng)用場景與案例 13.性能測試階段chatGPT的應(yīng)用場景與案例 14.測試結(jié)果分析中chatGPT的應(yīng)用場景與案例 |
近期公開課推薦
