Formation Certification ISTQB Testeur IA : Maîtriser les Tests d'Intelligence Artificielle

01.Introduction aux Tests d'IA et Certification ISTQB IAQ

• —Présentation des tests logiciels dans le contexte de l'IA.
• —Introduction à la certification ISTQB AI Testing (IAQ).
• —Avantages et périmètre de la certification pour les testeurs.

02.Fondamentaux de l'Intelligence Artificielle pour Testeurs

• —Définitions clés de l'IA, du Machine Learning (ML), Deep Learning (DL).
• —Principaux types de systèmes d'IA (réseaux de neurones, systèmes experts, etc.).
• —Comprendre le cycle de vie du développement d'un système d'IA.

03.Défis Spécifiques des Tests d'IA

• —Problématiques liées à la non-déterminisme et à l'explicabilité.
• —Gestion des données d'entraînement et de test.
• —Importance de la robustesse, de l'éthique et de la fairness des IA.

04.Phase de Conception des Tests pour l'IA

• —Adaptation des stratégies de test traditionnelles à l'IA.
• —Définition des critères de test et des mesures de performance.
• —Identification des risques spécifiques aux systèmes d'IA.

05.Tests Black Box pour les Systèmes d'IA

• —Application des techniques de test fonctionnel à l'IA.
• —Test basé sur le comportement et la sortie de l'IA.
• —Gestion des jeux de données de test (data curation, augmentation).

06.Tests White Box et Structurels des Modèles ML

• —Analyse des composants internes des modèles ML.
• —Techniques de test basées sur la couverture (neurones, liens).
• —Outils et frameworks pour l'inspection des modèles.

07.Tests de Performance et de Robustesse des IA

• —Mesure de la vitesse d'inférence et de la consommation de ressources.
• —Techniques de test d'adversité et d'exploratoire.
• —Évaluation de la résistance aux perturbations et aux attaques.

08.Tests de Données et de Modèles pour l'IA

• —Qualité et intégrité des données d'apprentissage.
• —Validation des pipelines de données (ETL).
• —Comparaison et amélioration des performances de modèles.

09.Tests d'Explicabilité et d'Éthique en IA

• —Principes et techniques de l'IA explicable (XAI).
• —Évaluation de la fairness et de la détection des biais.
• —Conformité éthique et réglementaire des systèmes d'IA.

10.Gestion des Bugs et Rapports de Tests en IA

11.Outils et Environnements de Test pour l'IA

• —Présentation d'outils open source et commerciaux de testing IA.
• —Mise en place d'environnements de test dédiés à l'IA.
• —Automatisation des tests dans un contexte d'IA.

12.Préparation à l'Examen de Certification ISTQB IAQ

• —Synthèse des concepts clés et des connaissances requises.
• —Révision des objectifs du programme de l'examen.
• —Stratégies de réussite et conseils pour l'examen ISTQB IAQ.