Proqram

AI for QA (online)

AI for QA (online) təlim proqramı süni intellektin QA proseslərində effektiv tətbiqini və AI sistemlərinin peşəkar şəkildə test edilməsini öyrətmək üçün hazırlanıb. Proqram çərçivəsində iştirakçılar AI ilə test avtomatlaşdırılması, AI-generated testlərin idarəolunması, metrikaların ölçülməsi və LLM, RAG, Agent əsaslı sistemlərin test strategiyalarını praktiki şəkildə mənimsəyəcəklər.

Proqrama qeydiyyat aktiv deyil
Başlanğıc

Sentyabr 2026

Müddət

2 həftə

Qrup

15-20

Tədris qrafiki

Həftədə 4 gün

Qəbul şərtləri
Yaş həddi

18 yaş və yuxarı

Dil biliyi

Minimum intermediate səviyyəsində ingilis dili biliyi

Tələb

QA avtomatlaşdırma təcrübəsi; Fərdi noutbuk, yaxud kompüterə malik olmaq

Gözlənti

İntensiv tədrisə hazırlıq və əlavə materiallar üzrə daim araşdırma aparmaq həvəsi

Kurs tələbələrə bunları qazandıracaq:

AI vasitəsilə test case, test datası və avtomatlaşdırılmış test ssenarilərinin hazırlanması

Selenium/Java və AI köməkçilərindən istifadə etməklə müasir test avtomatlaşdırma həllərinin qurulması

AI-generated testlərin idarə olunması, keyfiyyətinin qiymətləndirilməsi və AI ROI-nin metrikalar əsasında ölçülməsi

LLM, RAG və Agent əsaslı AI sistemlərinin peşəkar şəkildə test edilməs

MCP və AI agentləri vasitəsilə test proseslərinin və alətlərarası inteqrasiyaların avtomatlaşdırılması

AI əsaslı sistemlərdə risklərin, təhlükəsizlik və data məxfiliyi məsələlərinin idarə olunması

Proqram

AI for QA (online)
8

Modul sayı

  • Prompt patterns: Role - Context - Format - Few-shot
  • AI-driven test case and edge-case generation
  • AI-generated test data (synthetic - boundary - negative)
  • Reproducibility & structured outputs (Gherkin / JSON)
  • Fundamentals: Test design techniques (BVA - EP)
  • AI coding assistant (prompt → test code)
  • AI-assisted debugging and refactoring
  • Manual test case → automated test
  • Fundamentals: Selenium + TestNG + Page Object Model (POM)
  • Fundamentals: REST Assured API Testing
  • MCP & Connectors: AI Agent → Browser (MCP Selenium)
  • AI → Bug Reporting in Jira (Claude Cowork + Atlassian Integration)
  • AI Agent → Database / DevTools / Slack Integration
  • Bonus: End-to-End Automation with n8n (CI → Automatic Bug Creation)
  • AI/ML Self-Healing (Healenium)
  • AI-Based Root Cause Analysis (Stack Trace + DOM)
  • Flaky Test Management & Retry Strategies
  • Fundamentals: Locator and Wait Strategies
  • AI Test Review Practices
  • Trust Boundaries: When Not to Trust AI
  • AI Test Debt & Maintainability
  • Test Suite Health & Ownership
  • Flakiness Rate · Test Coverage (Meaningful vs. False Coverage)
  • Cycle Time · Escape Rate · MTTR (Mean Time to Recovery)
  • AI ROI: Time and Cost Savings
  • Dashboards & Team Reporting
  • Non-Determinism & Hallucination Testing
  • LLM Evaluations (Golden Set · LLM as a Judge)
  • Prompt Injection & Security Testing
  • RAG and Agent Behavior Validation
  • Prompt Regression Testing (Versioning)
  • On-Premises Deployment · PII · Prompt Data Leakage
  • AI Governance & Policies (Banking Requirements)
  • Risk Assessment in AI Driven QA
  • Capstone Project: End to End AI QA Strategy