عن هذه الدورة
مقدمة في الذكاء الاصطناعي على Azure
منهج الدورة
1
أساسيات ومبادئ هندسة الجودة
الفرق بين ضمان الجودة (QA) وهندسة الجودة (QE).
دورة حياة تطوير البرمجيات (SDLC) وأنواع الاختبار (الوظيفي، التراجعي، الاستكشافي).
تقنيات تصميم الاختبار (تحليل القيم الحدية، التقسيم المتكافئ، الاختبار القائم على المخاطر).
تحليل العيوب الواقعية وتوثيق الأدلة.
2
احتراف الاختبار اليدوي (Manual Testing Mastery)
صياغة سيناريوهات وحالات الاختبار (Test Cases) بمستوى الإنتاج.
الاختبار الاستكشافي القائم على الجلسات (Session-based).
مهارات كتابة تقارير العيوب عالية الجودة وتحليل الأسباب الجذرية (RCA).
استراتيجيات تغطية الاختبار وتحديد الأولويات.
3
أتمتة الاختبار باستخدام Selenium & Java
استراتيجية الأتمتة وهندسة Selenium WebDriver
التعامل مع عناصر الويب (Locators) واستراتيجيات الانتظار (Implicit & Explicit).
أساسيات لغة Java للأتمتة والبرمجة كائنية التوجه (OOP).
بناء هيكل الاختبار باستخدام Page Object Model (POM)
إدارة التنفيذ والتقارير باستخدام TestNG.
حل مشكلات العناصر الديناميكية والتعامل مع (Iframes, Alerts).
4
الوحدة 4: دمج الذكاء الاصطناعي في عمليات الاختبار (AI Integration)
استخدام أدوات (ChatGPT, Copilot, Cursor) في كتابة أكواد الأتمتة.
تصحيح أخطاء الكود (Debugging) وتوليد بيانات الاختبار باستخدام الذكاء الاصطناعي.
هندسة الأوامر (Prompt Engineering) لمهندسي الجودة.
بناء سير عمل (Workflows) مؤتمت ومنضبط للتحقق من المخرجات.
5
اختبار أنظمة الذكاء الاصطناعي (Testing AI Systems)
تحديات اختبار نماذج اللغة (LLM) ومفهوم المخرجات الاحتمالية.
كشف أنواع فشل الذكاء الاصطناعي (الهلوسة، التحيز، عدم الاتساق).
استراتيجيات التقييم المعتمدة على القواعد والنماذج الهيكلية.
التحقق من تكامل الوكلاء (Agents) مع واجهات البرمجة (APIs).
6
أنظمة الجودة الذاتية والإنتاج
مفهوم الأتمتة ذاتية الإصلاح (Self-healing) ووكلاء الاختبار.
اختبار الخدمات المصغرة (Microservices) وعقود واجهات البرمجة.
تكامل الاختبار المستمر داخل خطوط الإنتاج (CI/CD Pipelines).
مراقبة الجودة في بيئات العمل الحية.
7
المشروع الختامي
تصميم استراتيجية اختبار شاملة لمشروع واقعي.
بناء هيكل أتمتة متكامل وتنفيذ الاختبارات اليدوية والذكية.
تقديم التقرير النهائي والمخرجات التقنية.
