Je krijgt een solide basis in generatieve AI en machine learning binnen testprocessen. Je leert hoe je met prompt engineering AI inzet voor testanalyse, testdesign en testautomatisering. Daarnaast ontwikkel je vaardigheden in het beoordelen en verbeteren van AI-output, zodat je betrouwbare en bruikbare resultaten genereert. Ook behandel je belangrijke onderwerpen zoals AI-risico's (hallucinaties en bias), dataprivacy, security en ethisch gebruik van AI. Verder maak je kennis met LLM-architecturen, AI-agents en technieken zoals retrieval-augmented generation (RAG).

Tijdens deze praktijkgerichte ISTQB-cursus werk je met realistische testscenario's en hands-on opdrachten. Je oefent met het schrijven van effectieve prompts, het genereren van testcases met AI en het analyseren van testresultaten. Zo kun je de opgedane kennis direct toepassen in je eigen werkomgeving en leer je hoe je AI-tools structureel inzet binnen moderne teststrategie& #235;n en DevOps-omgevingen.

Deze opleiding heeft de volgende onderwerpen:
#Introductie tot generatieve AI voor software testing

#Generatieve AI en kernbegrippen

#Basisprincipes van generatieve AI en LLM's

#Foundation, instruction-tuned en reasoning LLM's

#Multimodale LLM's en vision-language modellen

#Generatieve AI toepassen in software testing

#Belangrijkste mogelijkheden van LLM's voor testtaken

#AI-chatbots en LLM-gedreven testapplicaties

#Prompt engineering voor effectief software testen

#Effectieve promptontwikkeling

#Structuur van prompts voor software testing

#Kerntechnieken voor prompting

#System prompt en user prompt

#Prompt engineering toepassen op software testtaken

#Testanalyse met generatieve AI

#Testdesign en testimplementatie met generatieve AI

#Geautomatiseerd regressietesten met generatieve AI

#Testmonitoring en testcontrol met generatieve AI

#De juiste prompttechniek kiezen voor software testing

#Resultaten van generatieve AI evalueren en prompts verfijnen

#Meetwaarden voor het beoordelen van AI-resultaten bij testtaken

#Technieken voor het evalueren en iteratief verfijnen van prompts

#Risico's van generatieve AI in software testing beheersen

#Hallucinaties, redeneerfouten en bias

#Hallucinaties, redeneerfouten en bias in generatieve AI

#Hallucinaties, redeneerfouten en bias herkennen in LLM-output

#Maatregelen tegen hallucinaties, redeneerfouten en bias

#Niet-deterministisch gedrag van LLM's beperken

#Data privacy en security bij generatieve AI in software testing

#Privacy- en securityrisico's van generatieve AI

#Kwetsbaarheden van generatieve AI in testprocessen en testtools

#Maatregelen voor privacy en security bij testing met generatieve AI

#Duurzaamheid en impact van generatieve AI in software testing

#Energieverbruik en CO2-uitstoot van generatieve AI

#AI-regelgeving, standaarden en best practices

#Relevante AI-regelgeving, standaarden en frameworks voor software testing

#LLM-gedreven testinfrastructuur voor software testing

#Architectuur van LLM-gedreven testinfrastructuur

#Belangrijke architectuurcomponenten en concepten

#Retrieval-Augmented Generation

#De rol van LLM-gedreven agents in geautomatiseerde testprocessen

#Fine-tuning en LLMOps voor software testing

#Fine-tuning van taalmodellen voor testtaken

#LLMOps voor het inzetten en beheren van LLM's in software testing

#Generatieve AI implementeren en integreren in testorganisaties

#Roadmap voor de adoptie van generatieve AI in software testing

#Risico's van shadow AI

#Belangrijke onderdelen van een generatieve AI-strategie

#LLM's en SLM's selecteren voor testtaken

#Fasen bij de adoptie van generatieve AI in software testing

#Verandering managen bij de inzet van generatieve AI

#Essenti& #235;le kennis en vaardigheden voor testing met generatieve AI

#AI-vaardigheden opbouwen binnen testteams

#Testprocessen laten meegroeien in AI-ondersteunde testorganisaties