OnlineMożliwe dofinansowanie

Szkolenie przygotowujące do certyfikacji "ISTQB® Testing with Generative AI" wraz z egzaminem online

Logo 21CN RADOSŁAW SMILGIN
21CN RADOSŁAW SMILGIN
4.6(124 opinie w BUR)50 zrealizowanych usług
Termin
14-22.12.2026
9 dni
Miejsce
Online
online
Czas trwania
17 h
9 dni
Grupa
6-15 osób
Zapisy do
09.12.2026
jeszcze 19 dni
3382,50 zł
brutto za osobę · 2750,00 zł netto · 198,97 zł/h
Termin
14-22.12.2026
Miejsce
Online
Zapisy do
09.12.2026

Czego się nauczysz

  • Uczestnik definiuje podstawowe pojęcia i koncepcje generatywnej sztucznej inteligencji w testowaniu oprogramowania.
  • Uczestnik opisuje możliwości i ograniczenia zastosowania LLM w zadaniach testowych.
  • Uczestnik objaśnia zasady inżynierii promptów w kontekście testowania oprogramowania.
  • Uczestnik charakteryzuje ryzyka, regulacje oraz aspekty infrastrukturalne Gen-AI w testowaniu.
  • Uczestnik rozpoznaje poprawne podejścia do projektowania i optymalizacji promptów do zadań testowych z wykorzystaniem Gen-AI.
  • Uczestnik rozpoznaje poprawne podejście do analizy i oceny wyników generatywnej AI w kontekście jakości testów.
  • Uczestnik rozpoznaje poprawne podejście do projektowania koncepcji infrastruktury testowej opartej na LLM.
  • Uczestnik stosuje krytyczne i analityczne podejście do wyników generatywnej AI.
  • Uczestnik komunikuje możliwości i ryzyka Gen-AI.

Dla kogo

Szkolenie jest skierowane do:

  • testerów oprogramowania (manualnych i automatyzujących),
  • liderów QA i test managerów,
  • inżynierów jakości oraz osób przygotowujących się do certyfikacji Testing with Generative AI,
  • specjalistów IT zainteresowanych wdrażaniem Gen-AI w procesach testowych.

Program

17 h

Szkolenie odbywa się w dniach 14-15.12.2026 godzinach 9.00-17.00.

Grupa szkoleniowa liczy 6-15 osób.

Walidacja (Egzamin) odbywa się 22.12.2026 o godz. 10.00.

Język: angielski

Czas trwania: 75 min.

Liczba pytań: 40

Próg zdawalności: 65 %

Zakres tematyczny

1. Wprowadzenie do generatywnej sztucznej inteligencji w testowaniu oprogramowania

    • Podstawy i kluczowe koncepcje generatywnej sztucznej inteligencji
    • Spektrum AI: Symboliczna AI, klasyczne uczenie maszynowe, głębokie uczenie i generatywna AI
    • Podstawy generatywnej AI i dużych modeli językowych (LLM)
    • Modele bazowe, dostrojone instrukcyjnie i modele rozumujące LLM
    • Modele: LLM i Vision-Language

2. Podstawowe zasady wykorzystania generatywnej sztucznej inteligencji w testowaniu

    • Główne możliwości dużych modeli językowych (LLM) w zadaniach testowych
    • Chatboty AI i aplikacje do testowania oparte na LLM

3. Inżynieria promptów

    • Efektywne tworzenie promptów
    • Struktura promptów dla Gen-AI
    • Podstawowe techniki tworzenia promptów w testowaniu
    • Prompt systemowy i prompt użytkownika

4. Zastosowanie technik inżynierii promptów w zadaniach testowania oprogramowania

    • Analiza testów przy użyciu Gen-AI
    • Projektowanie i implementacja testów z wykorzystaniem Gen-AI
    • Automatyczne testy regresyjne z Gen-AI
    • Monitorowanie i kontrola testów przy użyciu generatywnej AI
    • Wybór technik promptowania

5. Ocena wyników Gen-AI i dopracowywanie promptów dla zadań testowych

    • Metryki oceny wyników generatywnej AI w zadaniach testowych
    • Techniki oceny i iteracyjnego udoskonalania promptów

6. Zarządzanie ryzykiem Gen-AI

    • Halucynacje, błędy w rozumowaniu i uprzedzenia
    • Identyfikacja halucynacji, błędów w rozumowaniu i uprzedzeń w wynikach LLM
    • Techniki łagodzenia halucynacji, błędów i uprzedzeń
    • Ryzyka związane z prywatnością danych i bezpieczeństwem
    • Strategie łagodzenia w celu ochrony prywatności danych i zwiększenia bezpieczeństwa
    • Konsumpcja energii i wpływ środowiskowy Gen-AI
    • Regulacje AI, standardy i ramy najlepszych praktyk

7. Infrastruktura testowa oparta na LLM w testowaniu oprogramowania

    • Podejścia architektoniczne dla infrastruktury testowej opartej na LLM
    • Kluczowe komponenty architektoniczne i koncepcje infrastruktury testowej opartej na LLM
    • Generowanie wspomagane przez wyszukiwanie (Retrieval-Augmented Generation)
    • Rola agentów opartych na LLM w automatyzacji procesów testowych
    • Dostosowywanie LLM do zadań testowych
    • LLMOps przy wdrażaniu i zarządzaniu LLM w testowaniu oprogramowania

8. Wdrażanie i integracja generatywnej AI w organizacjach

    • Plan wdrażania Gen-AI w testowaniu
    • Ryzyka związane z "Shadow AI"
    • Aspekty strategii Gen-AI w testowaniu
    • Wybór LLM/SLM do zadań testowych
    • Etapy wdrażania Gen-AI w testowaniu
    • Zarządzanie zmianą przy wdrażaniu Gen-AI
    • Niezbędne umiejętności i wiedza do testowania z Gen-AI
    • Budowanie kompetencji Gen-AI w zespołach
    • Ewolucja procesów testowych w organizacjach testowych wspieranych AI

9.Walidacja - Egzamin ISTQB

Terminy i miejsca

Wymagania 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

Prowadzący

J
Joanna Kazun
Analityk Biznesowy/Systemowy, Scrum Master, Trener IREB®/ISTQB®, Test Manager 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.

Materiały

Uczestnicy otrzymują komplet materiałów:

  1. Prezentacja szkoleniowa
  2. Egzamin przykładowy ISTQB® Certified Tester - Testing with Generative AI (CT-GenAI) - odpowiedzi [EN]
  3. Egzamin przykładowy ISTQB® Certified Tester - Testing with Generative AI (CT-GenAI) - pytania [EN]
  4. Sylabus ISTQB® Certified Tester - Testing with Generative AI (CT-GenAI) [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.

Informacje dodatkowe

Warunkiem organizacji szkolenia otwartego jest zebranie grupy min. 6 osób. W przypadku wystarczającej liczby chętnych, szkolenie zostanie przełożone na kolejny termin.

Usługa z dofinansowaniem min. 70% może być zwolniona z VAT.

Po szkoleniu

Kwalifikacja
Sprawdzenie efektów: test teoretyczny z wynikiem generowanym automatycznie.
Podstawa wpisu do BUR: Standard Usługi Szkoleniowo-Rozwojowej PIFS SUS 2.0
Prowadzisz to szkolenie?
Odbieraj zgłoszenia uczestników bezpośrednio i uzupełnij opis swojej oferty.
Przejmij profil

Numer usługi w BUR: 2026/07/22/163664/3703169 · Dane z Bazy Usług Rozwojowych

Podobne szkolenia

Informatyka i telekomunikacja · Programowanie

3382,50 zł
brutto za osobę