AI-Assisted Testing and Automation

AI-Assisted Testing and Automation

Обект на курса:

Целта на курса е да запознае курсистите с практическото приложение на изкуствения интелект в софтуерното тестване – както при ръчното (manual), така и при автоматизираното (automation) тестване.

По време на курса ще бъдат разгледани основни концепции от машинното обучение и големите езикови модели (LLM), както и съвременни техники като Prompt Engineering, Retrieval-Augmented Generation (RAG) и Context Engineering. Курсистите ще научат как да използват AI инструменти за подпомагане на exploratory тестване, генериране на тестови сценарии и тестови данни, както и за създаване и оптимизация на автоматизирани UI и API тестове.

Всяка лекция позволява на курсистите първо да се запознаят с теоретичните основи на дадена концепция и след това да я приложат практически чрез упражнения и демонстрации. По този начин се изграждат умения за използване на AI в реални QA процеси като regression анализ, анализ на дефекти и тестване на AI системи и ML модели.

За извличането на максимална полза от курса, всеки курсист трябва да има личен Claude Pro акаунт.

За кого е предназначен

Курсът е предназначен за хора с основни познания в областта на софтуерното тестване, които желаят да разширят уменията си чрез използване на съвременни AI инструменти и техники.
Подходящ е както за Manual QA специалисти, които искат да оптимизират работата си чрез AI, така и за Automation QA инженери, които желаят да използват изкуствен интелект за генериране и поддръжка на автоматизирани тестове.
Въпреки че курсът се преподава на български език, е препоръчително курсистите да имат добро ниво на английски език.
Курсът е предимно практически и е насочен към усвояването на умения, които могат да бъдат приложени в ежедневната работа – от генериране на тестове и тестови данни до оптимизация на тестови набори и тестване на AI-базирани системи.

Продължителност на курса

Курсът е вместен в 16 лекции, всяка с продължителност 3 часа. Занятията се провеждат два пъти седмично, като общата продължителност на курса е 8 седмици.
Занятията ще са смесени (лекции и упражнения), като се цели практическата насоченост на материала.

Практическа част по време на занятия

За упражненията и практическата част по време на занятията всеки курсист трябва да притежава личен лаптоп.

Цена на курса

Цената за цялата продължителност на курса е 650 € / 1271.28 лв. Като предоставяме възможност за разсрочено плащане – първа вноска 400 € / 782.33 лв. и втора вноска 250 € / 488.95 лв. в началото на всеки от месеците от курса.

В кои дни се провежда курса, кога ще започнат нови групи и как може да се запиша?

Разписанието се публикува в График, а за записване, моля използвайте Записване за курс.

Lessons

  1. Преминаване през всички предстоящи лекции и структурата на курса.
    Настройка на разработваща среда и основни инструменти.
    Преглед на инструменти, използвани ежедневно в QA практиката.
  2. Какво е RAG.
    Векторни бази данни и embeddings.
    Tokenization и работа с външни източници на знание.
    RAG при AI асистентите.
  3. Context Engineering

    Какво е context window и как се управлява.
    Temperature и други параметри на моделите.
    Техники за обогатяване и поддържане на стабилен контекст.
    Примери за подобряване на качеството на отговорите.
  4. Какво е MCP и как работи.
    Сходства и разлики спрямо API.
    Използване на популярни MCP сървъри за QA цели.
  5. Основни характеристики на AI агент: цели, инструменти, памет, reasoning, self-evalutation.
    Запознаване с основите на Claude Code
    Изготвяне на агентна система.
  6. AI в различните фази на софтуерното тестване.
    Onboarding Agent — как да придобием domain knowledge за непозната система.
    Playwright MCP или CLI при exploratory тестване — динамично изпълнение на тест с доказателства.
    Агент за логване на бъгове — структуриране на bug report чрез AI.
  7. Агенти за създаване на тест планове — от Jira story към готов test plan.
    Класификация на тест кейсовете за автоматизация още на ниво планиране.
    Test Case Create Agent и Test Case Update Agent.
  8. Контекст за генериране на UI автоматизирани тестове
    Automation Implementer Agent — генериране на UI тестове чрез GenAI.
    Automation Reviewer Agent — преглед на качеството на генерирания код.
    Изграждане на агентна верига за end-to-end автоматизация.
  9. Генериране на API тестове чрез AI.
    Създаване на API Engineer Agent.
    Създаване на агент за Test Data and Test Preconditions
  10. Оптимизация на test suites и намаляване на излишни тестове.
    Regression анализ с помощта на LLM — Regression Analysis insights skill.
    Анализ на исторически дефекти и събиране на важни изводи.
    Идентифициране на рискови области чрез AI — приоритизация на тестове според промените в кода.
    Изграждане на Claude Code skills за повтарящи се аналитични задачи.
  11. От детерминистично pass/fail към статистическо качество
    5 характеристики (ISO 25059): Correctness, Robustness, Transparency, Intervenability, Adaptability
    Метрики: Confusion Matrix → Accuracy → Precision/Recall → F1 → Regression Metrics
    AI тестването е непрекъснат процес (drift, monitoring, golden datasets)
  12. Test Oracle Problem — често не знаем кой е правилният резултат
    Техники за заобикаляне на оракула: Metamorphic Testing, Back-to-Back, A/B Testing, Pseudo-oracles
    Техники за покритие и устойчивост: Combinatorial (Pairwise), Adversarial, Robustness Testing
    Experience-Based Testing (error guessing, exploratory, EDA), нефункционално тестване, interpretability, data-centric testing
  13. LLM-as-Judge тестване
    Тестване на RAG и MCP системи
    Тестване на AI Агенти и тяхната надеждност
  14. Преглед на концепциите и технологиите, покрити в курса.
    Въпроси и отговори Q&A
guest
3 Comments
най-нови
най-стари
Inline Feedbacks
View all comments
Румяна Томова
Румяна Томова
July 8, 2026 7:37 pm

P.S. написано без никаква намеса и използване на AI  😉

Румяна Томова
Румяна Томова
July 8, 2026 7:16 pm
Рейтинг :
     

Курсът AI-Assisted Testing and Automation е страхотен. Препоръчвам го на всеки, който има интерес към използването на AI за автоматизиране, както за QA, така и във всеки друг бизнес. С всеки изминал ден от завършването на курса и следейки различни материали по темата, се убеждавам реално колко голям обем от знания и умения сме получили (не, че съм имала съмнения в Pragmatic😊). Остава ни само ежедневната практика за усъвършенстване на наученото. И всичко това представено от Цецо (Цветомир Бановски) – млад професионалист, който с огромно желание и страст споделя своите знания.

Last edited 2 months ago by Румяна Томова
Гергана Христева
Гергана Христева
July 4, 2026 1:44 pm
Рейтинг :
     

Курсът по AI-Assisted Testing and Automation надмина очакванията ми. Това, което наистина ме впечатли, беше отдадеността на лектора — усещаше се искрено желание да предаде колкото се може повече знания. Практическите примери бяха точно толкова, колкото трябва — не само теория, а нещо, което веднага можеш да приложиш. Материалът беше структуриран логично и последователно, което улесни много усвояването дори на по-сложните теми. Препоръчвам го на всеки, който иска да навлезе сериозно в автоматизираното тестване с AI.

3
0
Would love your thoughts, please comment.x
()
x