1
人工智能测试开发训练营
为了帮助大家更好地将人工智能与自动化测试相结合，霍格沃兹测试开发学社联合了北京邮电大学人工智能学院的教授以及行业技术专家，共同打造了【人工智能测试开发训练营】。学习这个课程可以让你在职业生涯中保持领先地位，抓住行业发展的机遇，为未来的技术变革做好准备。
2
行业专家+名校教授强强联合
学术深度与实战经验并重 从0到1带你掌握人工智能前沿技术
深入了解ChatGPT、AutoGPT等多款大语言模型
掌握深度学习框架Pytorch原理及应用
掌握迁移学习、知识图谱等前沿技术
掌握自然语言处理技术，动手训练自己的模型
3
多维度的测试场景覆盖
利用人工智能辅助生成测试框架与测试平台
使用强化学习实现游戏自动化测试
构建深度学习网络模型，实现拟人化的智能自动化遍历
基于知识图谱实现精准测试效果
基于迁移学习实现Bug预测
掌握模型驱动测试技术，实现测试用例自动推导与生成
4
学有所成
5
课程内容
ChatGPT与私有大语言模型的多种应用 |
| 人工智能应用开发框架 LangChain |
LangChain大语言模型提示词+大语言模型应用 LangChain ModelsIO，优化模型输入输出 掌握LangChain 核心模块的使用 基于需求文档、设计文档、测试用例的测试答疑助手 基于 LangChain 实现数据库操作的智能体 基于 LangChain 实现图数据库操作的智能体 结合 LangChain 实现网页数据爬取 使用 LangChain 开发基于大语言模型的应用系统 |
| 视觉与图像识别自动化测试 |
UI自动化测试技术概览及瓶颈分析 掌握基于机器学习的视觉CV处理技术 UI页面结构树的逆向解析的服务化 基于无监督深度特征的视觉识别技术 视觉场景案例之响应时间分析和弹窗检测 掌握有参照UIDiff检测技术 掌握无参照模型预测技术 基于深度学习实现遍历动作推荐 |
| 人工智能产品质量保障与测试 |
从专家系统到机器学习的历史演进，带你深入探索人工智能的核心概念与发展脉络 理解模型是如何依赖数据和特征来解决实际问题的 掌握混淆矩阵、精准率、召回率和F1 score等评估指标，准确分析模型效果 理解训练集、验证集和测试集的区别与用途，以及如何从真实数据中挑选合适的数据，提升模型质量 学习自学习概念，掌握数据闭环构建技巧，确保模型的稳定性和数据质量 学会使用Spark开发分布式造数工具，快速构建大规模测试数据，提升工作效率 |
知识图谱与模型驱动测试 |
掌握知识图谱设计技术点 掌握Neo4j图数据库实战技术 金融平台风控模型实战技术 自动生成单元测试、业务测试、接口测试、自动化测试用例 使用知识图谱实现精准测试效果 基于有限状态机与知识图谱实现测试用例的自动推导与生成 掌握测试覆盖度分析技术 测试用例变更与新老版本Diff分析 |
| 深度学习应用 |
自然语言处理技术原理介绍 掌握经典卷积网络模型 基于PyTorch，实现图像目标检测 掌握计算机视觉迁移学习技术 掌握模型微调技术 动手训练一个自己的强化学习模型，实现游戏测试 基于迁移学习实现Bug预测 |
6
讲师介绍
7
试用人群
8
全方位学习服务
现在学习人工智能课程可以让你在这一浪潮中抓住先机。随着AI技术在软件开发中的深入应用，未来测试工程师面临的挑战和任务将更加复杂，及时学习可以让你为未来的挑战做好准备。
9
报名方式
扫描海报上的二维码进群免费领取学习资料，享限时优惠。
