Certified Tester in Artificial Intelligence (CTAI)

Algemene omschrijving

In de training Certified Tester in Artificial Intelligence (CTAI) leer je hoe AI-systemen verschillen van traditionele applicaties en wat hiervan de gevolgen zijn voor teststrategieën en kwaliteitsborging. Naast inzicht in de principes van kunstmatige intelligentie (AI), machine learning (ML) en deep learning, wordt er in de CTAI training behandeld hoe deze technologieën getest kunnen worden om de betrouwbaarheid en transparantie van softwareprojecten te garanderen.

Testen met betrekking tot kunstmatige intelligentie (AI) vraagt om een andere benadering dan reguliere software testen. Door de CTAI training te volgen zul je leren hoe jij AI-testfasen toe kunt passen, hoe kwaliteitskenmerken van AI-systemen beoordeeld kunnen worden en welke technieken je in zou kunnen zetten voor het uitvoeren van zowel offline als online testen. Daarnaast zul jij je in de CTAI training verdiepen in datavoorbereiding, modelvalidatie en testontwerpmethoden die gericht zijn voor AI-toepassingen. Tevens zul je inzicht krijgen in de architectuur van AI-systemen en hoe taalkundige analyse een rol speelt bij het testen van AI-gestuurde toepassingen.

Kunstmatige intelligentie (AI) brengt niet alleen mogelijkheden, maar ook risico’s met zich mee. Daarom ga je in de Certified Tester in Artificial Intelligence (CTAI) training aan de slag met teststrategieën die gericht zijn op het identificeren van potentiële foutenbronnen en het verminderen van risico’s. Verder zul je in de CTAI cursus leren over uitlegbare AI (XAI) en technieken, zoals LIME en CAM, voor het transparanter maken van AI-beslissingen. Je zult ontdekken hoe kunstmatige intelligentie (AI) zelf ingezet kan worden om testprocessen te optimaliseren en hoe AI-gebaseerde automatiseringstools bij kunnen dragen aan efficiënter testen binnen de softwareontwikkelingscyclus. Bovendien biedt de CTAI cursus jou de gelegenheid om je voor te bereiden op het CTAI examen, waarmee je de CTAI-certificering kunt behalen en de AI-testprincipes in praktijk brengen.

Let op: Er is geen examenvoucher inbegrepen bij de CTAI training.

Doelgroep

De training Certified Tester in Artificial Intelligence (CTAI) is met name geschikt voor de volgende mensen:

• Software testers en testmanagers die betrokken zijn bij het testen van AI-systemen.
• Softwareontwikkelaars en QA-specialisten die AI-toepassingen willen testen.
• AI- en data-experts die teststrategieën voor machine learning-modellen willen leren begrijpen.
• ICT-projectmanagers en projectleiders die verantwoordelijk zijn voor de kwaliteit van AI-gestuurde software.
• Iedereen die zich wil specialiseren in het testen en valideren van AI-technologieën.

Leerdoelen

Door de training Certified Tester in Artificial Intelligence (CTAI) te volgen, zul je de volgende kennis en vaardigheden verkrijgen:

• De principes van kunstmatige intelligentie (AI), machine learning (ML) en deep learning begrijpen.
• De fasen van het machine learning-proces herkennen en toepassen.
• De specifieke testfasen en kwaliteitskenmerken van AI-systemen identificeren.
• Het verschil tussen AI-testen en traditioneel softwaretesten analyseren.
• Gegevens voorbereiden en verwerken voor het offline testen van AI-systemen.
• Modelevaluatie en metriek toepassen om AI-prestaties te beoordelen.
• Testontwerptechnieken en taalkundige analyse inzetten bij online AI-testen.
• De architectuur van AI-toepassingen begrijpen en testen.
• Uitlegbare AI (XAI) en technieken zoals LIME en CAM toepassen.
• Risico's binnen AI-testprocessen herkennen en effectieve teststrategieën ontwikkelen.
• Kunstmatige intelligentie (AI) inzetten om testautomatisering en de softwaretestlevenscyclus te optimaliseren.

Voorkennis

Je hebt geen specifieke voorkennis nodig om deel te nemen aan de training Certified Tester in Artificial Intelligence (CTAI). Wij raden daarentegen aan dat jij de certificering ISTQB Certified Tester Foundation (CTFL) hebt behaald en dat jij beschikt over enige testervaring.

Onderwerpen

Hoofdstuk 1 - Inleiding op kunstmatige intelligentie

• Artificial Intelligence (AI).
• Machine Learning (ML).
• Deep Learning (DL).
• Fasen van het ML-proces.

Hoofdstuk 2 - Overzicht van het testen van AI-systemen

• AI-testfasen.
• AI vs. Niet-AI testen.
• Testen van AI-systemen.
• AI-kwaliteitskenmerken.

Hoofdstuk 3 - Offline testen van AI-systemen

• Voorbereiding en voorbewerking van gegevens.
• Metriek.
• Modelevaluatie.
• Analytics.

Hoofdstuk 4 - Online testen van AI-systemen

• Architectuur van een AI-toepassing.
• Taalkundige analyse Testontwerpmethode.
• Testen van AI-systemen.

Hoofdstuk 5 - Uitlegbare AI

• Uitlegbare AI (XAI).
• LIME.
• CAM voor neurale netwerken.

Hoofdstuk 6 - Risico's en teststrategie voor AI-systemen

• Risico's bij het testen van AI.
• Teststrategie.

Hoofdstuk 7 - AI in testen

• AI voor de levenscyclus van softwaretesten (STLC).
• AI-gebaseerde automatiseringstools.