OnlineMożliwe dofinansowanie

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

Logo QUALITY ISLAND SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
QUALITY ISLAND SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
4.2(2 opinie w BUR)1 zrealizowana usługa
Termin
23.12.2026
środa
Miejsce
Online
online
Czas trwania
8 h
1 dzień
Grupa
2-20 osób
Zapisy do
22.12.2026
jeszcze 32 dni
1905,27 zł
brutto za osobę · 1549,00 zł netto · 238,16 zł/h
Termin
23.12.2026
Miejsce
Online
Zapisy do
22.12.2026
Zmień termin (3 dostępne)

Czego się nauczysz

  • Charakteryzuje specyfikę testowania systemów wykorzystujących sztuczną inteligencję.
  • Opisuje zagrożenia oraz ryzyka związane z działaniem modeli sztucznej inteligencji.
  • Analizuje scenariusze testowe dla systemów wykorzystujących sztuczną inteligencję.
  • Analizuje jakość danych oraz wyniki działania modeli sztucznej inteligencji.
  • Identyfikuje ograniczenia oraz błędy działania modeli sztucznej inteligencji.
  • Uwzględnia dobre praktyki testowania systemów wykorzystujących sztuczną inteligencję podczas planowania działań jakościowych.

Dla kogo

Szkolenie skierowane jest do osób, które chcą zdobyć lub rozwinąć kompetencje w zakresie testowania systemów wykorzystujących sztuczną inteligencję. Usługa jest przeznaczona w szczególności dla testerów manualnych, testerów automatyzujących, inżynierów jakości (QA), analityków testów, analityków biznesowych oraz osób odpowiedzialnych za zapewnienie jakości rozwiązań opartych na modelach językowych, chatbotach, agentach AI i systemach wykorzystujących uczenie maszynowe. Szkolenie jest również odpowiednie dla osób planujących rozwój zawodowy w obszarze testowania systemów AI, posiadających podstawową znajomość procesu testowania oprogramowania oraz zagadnień związanych z działaniem systemów informatycznych.

Program

8 h

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.

Terminy i miejsca

Wybierz termin, który Ci pasuje.

Wymagania techniczne

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.

Prowadzący

T
TOMASZ STELMACH
Trener i konsultant z ponad 15-letnim doświadczeniem w obszarze zapewnienia jakości oprogramowania, testowania aplikacji oraz wdrażania nowoczesnych technologii wspierających proces wytwarzania oprogramowania. Specjalizuje się w testowaniu manualnym i automatycznym, analizie wymagań, projektowaniu procesów jakościowych oraz wykorzystaniu narzędzi opartych na sztucznej inteligencji w pracy testerów i zespołów QA. Prowadzi szkolenia z zakresu testowania oprogramowania, automatyzacji testów, analizy biznesowej oraz praktycznego wykorzystania AI w procesach wytwarzania i testowania systemów informatycznych. Realizował projekty dla klientów z sektora finansowego, medycznego, telekomunikacyjnego i e-commerce, współpracując m.in. z Asseco Poland, PKO BP, Bankiem Pekao S.A., EY, Billennium, Lux Med oraz XTB. W swojej pracy koncentruje się na praktycznych aspektach testowania systemów wykorzystujących sztuczną inteligencję, analizie jakości odpowiedzi modeli językowych, identyfikowaniu ryzyk oraz stosowaniu dobrych praktyk zapewnienia jakości rozwiązań AI. Jest prelegentem konferencji branżowych oraz autorem szkoleń z zakresu Quality Assurance i wykorzystania AI w testowaniu oprogramowania.

Materiały

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.

Po szkoleniu

Zaświadczenie o nabyciu kompetencji
Sprawdzenie efektów: test teoretyczny z wynikiem generowanym automatycznie.
Podstawa wpisu do BUR: Znak Jakości TGLS Quality Alliance
Prowadzisz to szkolenie?
Odbieraj zgłoszenia uczestników bezpośrednio i uzupełnij opis swojej oferty.
Przejmij profil

Numer usługi w BUR: 2026/10/27/196109/3907560 · Dane z Bazy Usług Rozwojowych

Podobne szkolenia

Informatyka i telekomunikacja · Programowanie

1905,27 zł
brutto za osobę