Objectifs pédagogiques

À l’issue de la formation, vous serez en mesure de :

Comprendre les fondements de l’intelligence artificielle, ses technologies et les caractéristiques de qualité spécifiques aux systèmes basés sur l’IA,
Comprendre les principes du Machine Learning : formes, workflow, préparation et qualité des données, métriques de performance fonctionnelle et réseaux neuronaux,
Identifier et appliquer les méthodes et techniques de test adaptées aux systèmes basés sur l’IA (biais, dérive de concept, tests métamorphiques, tests par paires, tests A/B…),
Utiliser l’IA pour soutenir les activités de test logiciel : génération de cas de test, prédiction de défauts, optimisation des suites de régression.

Public concerné

La qualification « Test d’IA » s’adresse à toute personne impliquée dans le test de systèmes basés sur l’IA et/ou l’utilisation de l’IA pour le test. Cela inclut les testeurs, analystes de tests, analystes de données, ingénieurs de test, consultants en test, test managers et testeurs d’acceptation utilisateur, ainsi que les développeurs de logiciels. Cette qualification convient également aux chefs de projet, responsables qualité, responsables du développement logiciel, analystes métier, membres des équipes opérations, directeurs informatiques et consultants en management souhaitant acquérir une compréhension de base des tests de systèmes basés sur l’IA et/ou de l’IA pour les tests.

Le certificat est reconnu internationalement et démontre la compétence professionnelle des candidats dans le test des systèmes basés sur l’intelligence artificielle.

Prérequis

Pour suivre cette formation « Certification ISTQB Testeur Certifié Test d’IA (CT-AI) » , il est indispensable de :

Posséder la certification ISTQB Foundation.

Pour suivre cette formation, il est recommandé de :

Avoir des connaissances de base en algèbre et en statistiques.
Avoir une expérience pratique dans le domaine du test logiciel.

La lecture du Glossaire ISTQB en amont de la formation vous permet d’assimiler certaines notions, qui seront vues en cours.

Programme de la formation

Chapitre 1 – Introduction à l’IA

Fondamentaux et types d’IA
Systèmes, technologies et frameworks IA
IA as a Service (AIaaS)
Modèles pré-entraînés et apprentissage par transfert
Normes, règles et risques liés à l’IA

Chapitre 2 – Qualité des systèmes basés sur l’IA

Flexibilité, adaptabilité, autonomie et évolution
Biais et enjeux éthiques
Transparence, interprétabilité et explicabilité
Sûreté et effets secondaires des systèmes IA

Chapitre 3 – Machine Learning : aperçu

Apprentissage supervisé, non supervisé et par renforcement
Workflow et sélection des algorithmes ML
Surajustement et sous-ajustement
Mise en pratique sur les modèles ML

Chapitre 4 – Machine Learning : data

Préparation et qualité des données
Jeux de données : apprentissage, validation et test
Étiquetage des données
Impact de la qualité des données sur les modèles
Mise en pratique : préparation des données et création d’un modèle

Chapitre 5 – Métriques de performance ML

Matrice de confusion
Métriques de classification, régression et clustering
Choix et limites des métriques
Benchmarks et évaluation des modèles

Chapitre 6 – Réseaux neuronaux et tests

Fonctionnement des réseaux neuronaux
Mesures de couverture
Mise en pratique : implémentation d’un perceptron

Chapitre 7 – Tester les systèmes basés sur l’IA

Spécification et niveaux de test
Tests des données, modèles, composants et systèmes
Données de test et biais
Dérive du concept et documentation des composants IA
Stratégies de test des systèmes ML

Chapitre 8 – Tester les caractéristiques spécifiques à l’IA

Tests des systèmes auto-apprenants et autonomes
Tests des biais et systèmes probabilistes
Tests des systèmes complexes
Transparence, interprétabilité et explicabilité
Oracles, objectifs de test et critères d’acceptation

Chapitre 9 – Méthodes et techniques de test IA

Attaques adverses et empoisonnement des données
Tests par paires, dos à dos et A/B
Tests métamorphiques
Tests exploratoires et analyse des données
Sélection des techniques de test adaptées

Chapitre 10 – Environnements de test IA

Environnements de test pour les systèmes IA
Environnements de test virtuels

Chapitre 11 – Utilisation de l’IA pour les tests

Technologies d’IA appliquées au testing
Analyse des défauts et génération de cas de test
Optimisation des suites de régression
Prédiction des défauts
Tests des interfaces utilisateur avec l’IA
Mise en pratique

Certification incluse

Le passage de l’examen de certification est inclus dans la formation (dernière demi-journée)

Durée de l’examen : 60 minutes / QCM : 40 questions / Score minimum : 65%.

La Certification ISTQB Testeur Certifié Test d’IA (CT-AI) dispose d’une validité illimitée.

L’examen peut être passé en présentiel ou à distance, au format papier ou électronique.

Sur demande (écrite, clandrieu@ssid.fr, au moins 14 jours calendaires avant le début de la formation)

L’examen peut être passé dans une autre langue que le français, nous contacter pour connaître les langues disponibles ;
Les candidats non natifs d’un pays francophone et les personnes ayant une reconnaissance RQTH peuvent demander à disposer de 25% de temps supplémentaire pour les examens ISTQB.

Pour découvrir les prérequis relatifs au passage de l’examen de certification en ligne, cliquez ici.

Modalités pratiques

Exercices

Des questions au format QCM issus d’examens blancs sont incluses dans toute la formation, de manière à valider la compréhension des points essentiels à chaque chapitre et des exercices d’application concrète des concepts vus en cours.

Les apprenants passent un examen blanc dans les conditions réelles, dont la correction complète est commentée par le formateur

Méthodes pédagogiques

Exposé des concepts, exercices pratiques et de préparation à l’examen.

La formation est dispensée en français, et ce, peu importe la langue choisie pour le passage de l’examen.