Testeur certifié ISTQB® en Intelligence Artificielle (CT-AI)

Module 1 : fondamentaux de l'Intelligence Artificielle

• Définitions, catégories (IA étroite, générale, super IA).
• Systèmes IA vs systèmes conventionnels.

Travaux pratiques

• Identifier des systèmes IA et cartographier des composants IA.

Module 2 : qualité des systèmes IA

• Flexibilité, adaptabilité, autonomie.
• Gestion des biais, éthique, transparence.

Travaux pratiques 

• Analyser des cas réels de biais IA.
• Créer un scénarios de tests éthiques.

Module 3 : concepts clés du Machine Learning

• Apprentissage supervisé, non-supervisé, par renforcement.
• Workflows ML, surajustement/sous-ajustement.

Travaux pratiques 

• Effectuer un surajustement et choisir des algorithmes ML.

Module 4 : données en ML

• Préparation, qualité, étiquetage des données.
• Ensembles de données pour apprentissage, test, validation.

Travaux pratiques 

• Préparer des jeux de données et identifier le biais dans les datasets.

Module 5 : métriques de performance

• Matrice de confusion, métriques pour classification/régression.
• Limites et sélection des métriques.

Travaux pratiques 

• Evaluer un modèle ML avec des métriques adaptées.

Module 6 : réseaux neuronaux et test

• Fonctionnement des réseaux neuronaux.
• Couverture des réseaux, implémentation de Perceptron.

Travaux pratiques 

• Implémenter un réseau simple et analyse la couverture.

Module 7 : tester les systèmes IA

• Niveaux de test spécifiques à l’IA.
• Données de test, biais d’automatisation.

Travaux pratiques

• Planifier des tests multi-niveaux et joindre la documentation IA.

Module 8 : tests des qualités spécifiques IA

• Systèmes autonomes, biais algorithmique.
• Transparence, explicabilité, oracles de test.

Travaux pratiques 

• Valider un modèle explicable et définir les oracles.

Module 9 : méthodes de test IA

• Attaques adverses, test par paires, métamorphique.
• Tests exploratoires, A/B testing.

Travaux pratiques

• Dériver des cas de test métamorphiques, simuler des attaques adverses.

Module 10 : environnements de test IA

• Environnements réels et virtuels pour systèmes IA.

Travaux pratiques

• Simuler un environnement de test IA.

Module 11 : utiliser l’IA pour les tests

• IA pour génération de cas, prédiction de défauts.
• Optimisation des suites de test.

Travaux pratiques

• Utiliser des outils IA pour automatiser des tests et créer un modèle prédictif de défauts.

Module 12 : préparation à l’examen ISTQB® CT-AI

• Révision des concepts clés.
• Examen blanc et débriefing personnalisé.