CONTACT ONS

Cursusaanbod

Fundamenten van Kwaliteitszorg en Testen

  • Kwaliteit, kwaliteitszorg en testen definiëren
  • De zeven testprincipes (ISTQB CTFL v4.0)
  • Testen versus debuggen versus kwaliteitscontrole
  • De psychologie van testen
  • Rollen en verantwoordelijkheden binnen een QA-team

Softwareontwikkelingscyclus en Testen

  • Fasen van de Software Testing Life Cycle (STLC)
  • Testaanpakken in Waterfall, Agile, DevOps en CI/CD
  • Testniveaus: unit, integratie, systeem, acceptatie
  • Shift-left en shift-right teststrategieën
  • Traceerbaarheid tussen eisen en testcases

Statische Testtechnieken

  • Reviews, walkthroughs en inspecties
  • Statische analyse met behulp van geautomatiseerde tools
  • Checklijst-gebaseerd en rol-gebaseerd reviewing
  • Formele en informele reviewtechnieken
  • Integratie van statisch testen in Agile-workflows

Testtechnieken

  • Black-boxtechnieken: equivalentie-partitionering, grenswaarde-analyse
  • Beslisstaattabeltesten en overgangsteststaten
  • Use case testen en exploratief testen
  • White-boxtechnieken: statement- en beslisdekking
  • Ervaring-gebaseerde technieken en foutvoorspelling

Defectbeheer

  • Defectlevenscyclus: detectie, rapportage, triage, oplossing, afsluiting
  • Effectieve defectrapportages opstellen met JIRA
  • Indeling van defecternste versus prioriteit
  • Technieken voor oorzakenanalyse
  • Defectmetrics en trendanalyse

Testbeheer en Risico-gebaseerd Testen

  • Testplanning en schatmethodes
  • Risicoidentificatie, -beoordeling en -mitigatie
  • Testmonitoring, -controle en -rapportage
  • Definieren van afsluitcriteria en exitcondities voor testen
  • ISTQB-gebaseerde teststrategie- en testbeleidsdocumenten

Testtools en Fundamenten van Automatisering

  • Classificatie van testtools (ISTQB toolcategorieën)
  • Voor- en nadelen van testautomatisering
  • Toolkeuze: open source versus commerciële oplossingen
  • Inleiding op Selenium, Playwright en Cypress
  • Opzetten van een basisgeautomatiseerd testpakket

Inleiding op AI in Kwaliteitszorg

  • AI- en machine learningconcepten voor testers
  • Terminologie: AI voor testen versus testen van AI-systemen
  • Huidig landschap van AI-testen: kansen en beperkingen
  • Kwaliteitskenmerken voor AI-gebaseerde systemen
  • Overzicht van de ISTQB CT-AI syllabus en relevantie

AI-gebaseerde Testcasugeneratie

  • Gebruik van LLM's (ChatGPT, Claude, Copilot) voor het opstellen van testcases
  • Technieken voor prompt engineering voor het genereren van testscenarios
  • Omzetten van user stories en acceptatiecriteria naar testcases
  • Beoordelen en valideren van door AI gegenereerde testcases
  • Platforms: Testim, Mabl en AI-native testgeneratietools

AI-gebaseerde Testautomatisering

  • Zelfherstellende testautomatisering met Katalon Studio AI
  • AI-gedreven objectherkenning en elementlocatie
  • Visuele regressietesten met Applitools Eyes
  • Selenium met AI-plugins voor robuuste automatisering
  • Verlagen van onderhoudskosten met intelligente locators

AI voor Defectpredictie en -analyse

  • Predictieve testselectie met Launchable en Sealights
  • Foutclusteranalyse en anomaliedetectie met ReportPortal
  • AI-ondersteunde oorzakenanalyse
  • Kwaliteitsrisicoscoring en testgap-analyse
  • Gebruik van historische defectdata om testen te prioriteren

Evaluatie van AI-tools en CI/CD-integratie

  • Criteria voor de evaluatie van AI-testtools
  • ROI-analyse en adoptiestrategie
  • Integratie van AI-testtools in Jenkins, GitHub Actions, GitLab CI
  • Pipeline-ontwerp: wanneer en waar AI-gedreven testen uit te voeren
  • Meten van de effectiviteit van AI-testen met metrics

Ethische Overwegingen bij AI-gedreven Testen

  • Vooringenomenheid en eerlijkheid in door AI gegenereerde testdata
  • Privacyzorgen bij het gebruik van cloud-gebaseerde AI-tools
  • Transparantie en uitlegbaarheid van AI-testbeslissingen
  • Governance- en compliance-overwegingen
  • Verantwoordelijk AI-beleid voor QA-teams

Voorbereiding ISTQB CTFL-examen

  • Structuur, duur en scoring van het CTFL v4.0-examen
  • Soorten vragen en antwoostrategieën
  • Verdeling van onderwicht over de hoofdstukken van de CTFL syllabus
  • Oefeningsexamen met voorbeeldvragen in ISTQB-stijl
  • Studieweekplanner en aanbevolen bronnen

Capstone: End-to-End AI-versterkte Testworkflow

  • Testcases ontwerpen vanuit een voorbeeld-eisendocument
  • AI gebruiken om testscenarios te genereren en te verfijnen
  • Geselecteerde testen automatiseren met zelfherstellende tools
  • Defecten rapporteren en AI-ondersteunde oorzakenanalyse uitvoeren
  • Retrospectief: integratie van AI in dagelijkse QA-praktijk

Vereisten

  • Basisbegrip van softwareontwikkelingsconcepten en -terminologie
  • Grondige kennis van softwaretesten
  • Geen eerdere ISTQB-certificering of formele QA-training vereist

Doelgroep

  • QA-professionals en softwaretesters die zich voorbereiden op de ISTQB Foundation Level certificering
  • Testingenieurs die AI-tools willen integreren in hun testworkflows
  • Teams die overstappen van ad-hoc testen naar gestructureerde QA-kaders
 21 Uren

Aangepaste bedrijfsopleiding

Opleidingsoplossingen ontworpen exclusief voor bedrijven.

  • Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
  • Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
  • Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Investering

Prijs per privégroep, online live training, startend vanaf 4800 € + BTW*

Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen

Voorlopige Aankomende Cursussen

Gerelateerde categorieën