Examen officiel ISTQB® AI Testing - Examen inclus (Gérer un projet en mobilisant les méthodes agiles)

• Diagnostic et évaluation : Apprendre à analyser les environnements et les ressources pour déterminer la pertinence d’une approche Agile
• Choix méthodologique : Sélectionner la méthode Agile la plus adaptée à un projet donné
• Préparation et déploiement : Concevoir les artefacts Agile et planifier les rituels pour garantir la collaboration et la transparence
• Animation des rituels : Animer efficacement les rituels pour répondre aux besoins évolutifs des parties prenantes
• Expliquer les tendances actuelles et futures de l'IA et leur impact sur divers secteurs
• Développer des compétences pour tester les modèles de machine learning (ML)
• Concevoir et exécuter des scénarios de tests spécifiques à l'IA
• Se préparer à l'examen Gérer un projet en mobilisant les méthodes agiles

Pour qui :

• Testeurs logiciels, professionnels de la qualité
• Ingénieurs et développeurs en IA, chefs de projets
• Responsables qualité, analystes, consultants

Prérequis :

• Avoir suivi la formation ISTQB - Niveau Foundation Avec certification ou posséder des connaissances équivalentes.
• Certification CFTL - ISTQB Foundation Certified Tester requise.

• Introduction à l'Intelligence Artificielle (IA)
  • Types d'IA : IA étroite, générale et super IA
  • L'IA en tant que service (AIaaS)
  • Normes et réglementations applicables
  • Caractéristiques de qualité des systèmes IA : flexibilité, adaptabilité, autonomie
  • Défis éthiques : biais, sécurité, transparence, interprétabilité et explicabilité
  • Vue d'ensemble du Machine Learning (ML) : workflow, sélection des algorithmes, surajustement et sous-ajustement
• Données et Machine Learning (ML)
  • Gestion des ensembles de données : entraînement, validation et test
  • Problèmes de qualité des données et impact sur les modèles ML
  • Techniques d'étiquetage des données
  • Évaluation des performances fonctionnelles du ML : matrice de confusion et mesures de performance
  • Limites et jeux de tests pour les modèles de ML
  • Introduction aux réseaux neuronaux et mise en œuvre d'un perceptron simple
  • Mesures de couverture pour les réseaux neuronaux
• Tests des Systèmes Basés sur l'IA
  • Niveaux de spécification et stratégies de test pour les systèmes IA
  • Données de test et approches associées
  • Tests des biais d'automatisation et des caractéristiques de qualité spécifiques à l'IA
  • Défis liés aux tests des systèmes autonomes : biais algorithmiques et complexité
  • Méthodes pour tester des systèmes d'IA complexes : attaques adverses, empoisonnement des données
  • Techniques de test spécifiques : tests par paire, dos à dos, A/B et métamorphiques
  • Critères de sélection des techniques de test adaptées
• Environnements et Technologies de Test pour l'IA
  • Configuration et considérations pour les environnements de test des systèmes IA
  • Utilisation d'environnements de test virtuels pour l'IA
  • Intégration de l'IA dans le processus de test : analyse des défauts, génération de cas de test
  • Utilisation de l'IA pour la prédiction des défauts et les tests d'interfaces homme-machine (IHM)
  • Technologies et outils basés sur l'IA pour améliorer les tests

‍

• Méthode pédagogique : Approche dynamique et interactive favorisant l'engagement par : présentations claires (exemples concrets), discussions basées sur l'expérience, et mises en application pratiques.
• Activités pédagogiques : Acquisition facilitée par exercices (individuels/groupe), études de cas, simulations/jeux de rôles, quiz/Q&R, ateliers collaboratifs.
• Supports : Cours complets (présentations, exercices, ressources) accessibles en ligne/numérique.
• Formation à distance : Via plateforme (Zoom/Meet/Teams) avec fonctionnalités interactives et outils collaboratifs (ex: tableau blanc).
• Prérequis techniques (distance) : Ordinateur (PC/Mac), webcam, micro (ou casque), internet stable, accès à Zoom/Meet/Teams.

• Évaluation des acquis :
  • Formative : Questions orales/écrites (QCM, quiz), exercices pratiques, études de cas, mises en situation. Observation de la participation.
  • Sommative (optionnelle) : QCM final, exercice de synth
  ‍
• Évaluation de la satisfaction : Questionnaire "à chaud" sur contenu, pédagogie, formateur, organisation et moyens.

‍Certification Agile  "Gérer un projet en mobilisant les méthodes agiles" (RS5487) :

• Présentation projet professionnel
• Rapport écrit
• Soutenance orale

Certification ISTQB IA Testing

Modalités d'obtention : Les candidats doivent obtenir 65% de bonnes réponses pour réussir. En cas de situation de handicap ou si le français n'est pas la langue maternelle, un quart-temps supplémentaire peut être accordé sur demande préalable (au moins 5 jours avant la session).

Détails certification : Le passage de l'examen ISTQB IA Testing, disponible en français, est organisé le dernier jour de la formation. Il s'agit d'un QCM de 40 questions à compléter en 60 minutes.

Il est important de noter que la préparation à l’examen nécessite un travail personnel supplémentaire en complément des heures de formation.

• Taux de satisfaction : nous disposons d'un nombre insuffisant de données*
• Résultat de l'examen « ISTQB IA » : nous disposons d'un nombre insuffisant de données* ISTQB IA Testing
• Résultat de la certification « Conduire et piloter un projet innovant avec des méthodes agiles » : nous disposons d'un nombre insuffisant de données*

^{*Moyenne des notes attribuées par un apprenant de la formation au cours des 12 derniers mois}