Udemy
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Testando com Inteligência (Artificial)
Highest Rated
Rating: 4.8 out of 5(529 ratings)
1,774 students

Testando com Inteligência (Artificial)

Qualidade 2.0: combine automação tradicional e LLMs de forma consciente
Last updated 9/2025
Portuguese
Portuguese [Auto],

What you'll learn

  • Aplicar IA no ciclo de qualidade para aumentar cobertura e reduzir retrabalho com processos mensuráveis.
  • Projetar prompts eficazes para geração de casos, dados de teste e validações consistentes.
  • Documentar cenários em Gherkin/BDD com apoio de IA mantendo padrão e rastreabilidade.
  • Integrar LLMs ao Selenium e testes de API para acelerar escrita de testes e asserts.
  • Avaliar cobertura de testes com análise assistida por IA e apontar gaps críticos.
  • Conduzir testes exploratórios usando checklists e heurísticas geradas e refinadas por IA.
  • Usar GitHub Copilot para criar automações mais rápido e com padrões.
  • Construir um assistente de qualidade simples para apoiar o time

Course content

8 sections • 36 lectures • 6h 10m total length
  • Introdução4:02
  • Evolução do QA15:03
  • Diferenças entre automação tradicional e com IA4:48
  • Conceitos básicos de IA em testes10:49
  • Teste seus conhecimentos
  • Configurando o ambiente9:12

Requirements

  • Noções básicas de testes (casos, asserts e automação) — qualquer linguagem

Description

Seja bem-vindo ao curso “Testando com Inteligência (Artificial): IA aplicada ao QA”!

Neste curso objetivo e guiado passo a passo, você aprenderá a incorporar IA ao seu dia a dia de qualidade sem abandonar o que já funciona na automação tradicional. Mesmo que esteja começando agora com IA, vamos partir do básico e evoluir para práticas reais, para que você entenda quando usar, quando não usar e como extrair valor concreto: mais cobertura, menos retrabalho e comunicação mais clara com o time.

O foco é totalmente prático e orientado a problemas do mundo real: flakiness, falta de dados de teste, documentação desatualizada, gaps de cobertura e análise superficial de evidências. Você verá estratégias e trade-offs entre scripts determinísticos e abordagens com LLMs, além de prompt engineering, padrões de mensagens, verificação de respostas, e mitigação de alucinações e falsos positivos. Também tratamos de privacidade, compliance, ética e confiança, porque qualidade não é só passar no pipeline — é proteger usuários e negócios.

Na prática, usaremos Python nos exemplos (com alguns paralelos em Java) e Selenium para UI. Haverá um módulo rápido de API REST mostrando como estas ferramentas também aceleram o ciclo de testes (geração de casos, dados e asserts). Você também vai documentar cenários em Gherkin/BDD, analisar cobertura com apoio da IA e criar checklist de exploração.

Este curso nasce de experiências reais em QA/automação e foi pensado para ser aplicado imediatamente. Ao final, você estará apto a: desenhar prompts eficazes, criar ajudantes de QA com IA, revisar riscos de uso, integrar IA ao seu fluxo e medir impacto sem inflar a complexidade do stack.

Who this course is for:

  • Testadores manuais que querem começar com IA para ampliar cobertura e reduzir retrabalho.
  • Analistas de automação que desejam integrar LLMs ao fluxo de trabalho.
  • Desenvolvedores focados em qualidade que buscam acelerar testes e documentação com IA.
  • Equipes que precisam revisar requisitos/critérios de aceitação com IA e padronizar no time.