ISTQB AI Testing (CT-AI) – English

Kr. 15.500

Kr. 15.500

AI-baserede systemer opfører sig anderledes end traditionel software, og det stiller nye krav til, hvordan vi tester dem. På dette intensive 3-dages kursus lærer du, hvordan machine learning-systemer (MLS) fungerer, hvordan du vurderer deres kvalitet, og hvordan du tilrettelægger og gennemfører test af dem. Kurset følger ISTQB’s officielle CT-AI-syllabus (version 2.0), og vi lægger stor vægt på at omsætte teorien til praksis med øvelser, cases og drøftelser, så du kan bruge det i dit arbejde. Kurset afholdes på engelsk.

Efter kurset kan du blandt andet:

redegøre for, hvor AI står i dag, også når det gælder generativ AI

selv prøve at implementere og teste machine learning-modeller

forstå, hvordan simple neurale netværk fungerer og testes

bruge de AI-specifikke kvalitetsegenskaber i ISO/IEC 25059

beregne og fortolke målinger for en ML-models funktionelle ydeevne

redegøre for omfanget og betydningen af de to testniveauer, der er særlige for test af ML-systemer

bidrage til en effektiv teststrategi for et ML-system

designe og gennemføre testcases for ML-systemerKursusprisen er 15.500 kr. ekskl. moms. Eksamen er valgfri og koster 2.000 kr. ekskl. moms.
I prisen er der fuld forplejning under kurset samt adgang til e-learning og elektronisk kursusmateriale.

Indhold

CT-AI-pensum behandler de vigtigste aspekter af test af AI-baserede systemer på tværs af syv kapitler. Nedenfor har vi listet en kort opsummering, for det fulde indhold henviser vi til syllabus.

Kapitel 1: Introduktion til kunstig intelligens (AI)

Du forstår forskellen på AI-baserede og konventionelle systemer og de forskellige niveauer af AI-evner, fra snever AI til superintelligens.

Du får et grundlæggende kendskab til AI-teknologier, herunder generativ AI, samt hardware, hosting og udviklingsframeworks til ML-systemer, og til hvordan regulering og standarder påvirker udvikling og test af AI-løsninger.

Kapitel 2: Kvalitetsegenskaber for AI-baserede systemer

Du lærer om de kvalitetsegenskaber, der er særlige for AI-baserede systemer, herunder dem i ISO/IEC 25059, og om sikkerhedsmæssige hensyn, når AI bruges i kritiske systemer.

Du udforsker, hvordan du definerer acceptkriterier, der passer til AI-løsningers særlige adfærd og ydeevne.

Kapitel 3: Machine learning

Du forstår typerne af ML og de centrale trin i udviklingsforløbet, og hvordan forudtrænede modeller, finjustering og retrieval-augmented generation (RAG) bidrager til moderne AI-systemer. Du lærer også om dataforberedelse og rollerne for trænings-, validerings- og testdatasæt.

Du udforsker neurale netværk, herunder deres struktur og dækningsmål, og får hands-on erfaring med ydeevnemål og brug af en confusion matrix.

Kapitel 4: Test af AI-baserede systemer

Du forstår de særlige testudfordringer ved AI-baserede systemer, herunder forskellen på låste og adaptive systemer.

Du lærer at teste generativ AI og store sprogmodeller (LLM’er) med teknikker som red teaming og eksplorativ test, og du udforsker teststrategier for ML-systemer med forskellige testniveauer og risikobaseret test.

Kapitel 5: Test af inputdata til machine learning-systemer

Du lærer at teste og validere inputdata til ML-systemer, herunder at opdage bias, kontrollere at labels er korrekte, vurdere om data er repræsentative og teste datapipelinen.

Kapitel 6: Modeltest i machine learning-systemer

Du opdager testmetoder til at reducere risici i ML-modeller, bl.a. gennemgang af dokumentation, test af funktionel ydeevne og opsporing af overfitting, underfitting og drift.

Du lærer avancerede testmetoder som adversarial test, A/B-test, back-to-back-test og brug af angreb til at afdække svagheder i modeller. Du får også hands-on forståelse for metamorphic testdesign.

Kapitel 7: Test af machine learning-udvikling

Du lærer testmetoder og teststrategier, der reducerer risici under udvikling og udrulning af ML-systemer, så systemet opfører sig robust i produktion.

Har du spørgsmål?

Kurset henvender sig til testere, testanalytikere og testautomatiseringsspecialister, testledere og konsulenter samt udviklere og dataanalytikere, der arbejder med eller skal teste AI-baserede systemer. Det er også relevant for kvalitets- og projektledere, forretningsanalytikere og andre, der har brug for at forstå, hvad AI betyder for kvalitet og test.

Du skal have et ISTQB Foundation-certifikat for at tage eksamen, men du er velkommen på kurset uden. Har du brug for Foundation, kan du også tage det hos os.

Der skal forventes 1-2 timers hjemmearbejde under kurset.

Eksamen er valgfri og tilkøbes separat. Den er en multiple choice-prøve med 40 spørgsmål og en varighed på 60 minutter. Deltagere, der ikke har engelsk som modersmål, får 25 % ekstra tid. Der kræves 29 ud af 44 point for at bestå.

Eksamen udbydes af iSQI og afvikles online med proctor. Hvis du tilkøber eksamen, får du en voucher tilsendt under kurset, som du bruger til at bestille den. Vi anbefaler, at du tager eksamen inden for 14 dage efter kurset.

Eksamen er valgfri og koster 2000 kr. ekskl. moms

Kurset koster DKK 15.500,-

Kurset varer 3 dage fra kl. 8.30 til 16.30. Der er frivillig morgenmad alle kursusdage fra kl. 8.00 til 8.30.

Datoer i 2027: 16.-18. marts og 12.-14. oktober.

Kurset afholdes hos Key2Quality, Krøyer Kielbergs Vej 3, 4. th., 8660 Skanderborg. Der er gratis parkering.

Matthew Manickakumar

Matthew Manickakumar. Matthew er en erfaren testautomatiseringsspecialist og underviser, med over 20 års ekspertise inden for softwaretest og quality engineering. Han hjælper teams med at udvikle praktiske automatiseringskompetencer gennem engagerende undervisning, mentoring og workshops. Matthew er kendt for sin hands-on og virkelighedsnære tilgang.

Tilmeld dig kurset

Udfyld oplysninger i formularen.

Kr. 15.500

Tilmeld kollega og få 25% rabat.