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

- Termin
- 23.12.2026
- Miejsce
- Online
- Zapisy do
- 22.12.2026
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 h1. 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
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
Numer usługi w BUR: 2026/10/27/196109/3907560 · Dane z Bazy Usług Rozwojowych
Podobne szkolenia
Informatyka i telekomunikacja · Programowanie