12:40 – 13:20 (DÍA 2, TRACK 1)

La IA y en concreto las áreas de Machine Learning y Data Science hace tiempo que se han instaurado en nuestros procesos de negocio para llevar los datos a un nivel más avanzado. El testing automatizado de software es uno de esos procesos que pueden beneficiarse de los últimos avances en ciencia de datos. Si quieres saber cómo dotar de súper poderes a tu equipo de QA, no te pierdas esta charla.

Los equipos de automatización experimentan problemáticas relacionadas con un nivel elevado de complejidad en su proceso. Automatizar significa tomar decisiones en mitad de un mar de incertidumbre: cuál es el nivel adecuado de cobertura, qué casos de prueba construir e incluso más importante, cuáles no elegir, qué combinación de datos es la adecuada, etc. Para añadir aún más complejidad, los entornos de producción cambian, a menudo sin previo aviso. Y los casos de prueba fallan. El mantenimiento es uno de los puntos más escabrosos de la automatización. Es como hacer la cama: los equipos sabemos que estamos automatizando algo que más tarde o más temprano fallará y habrá que reparar, analizando de nuevo los datos, construyendo nuevo código, probando, etc. en un ciclo sin fin. El resultado es que la automatización del testing no es la solución rápida y más eficiente que esperábamos. Por el contrario, el equipo de dirección ve cómo el proceso de testing se prolonga más allá de lo estimado, y como consecuencia, los costes aumentan por encima del presupuesto asignado. En Amaris y Tricentis exploramos vías de explotación de la Inteligencia Artificial que tornan al proceso de automatización mucho más ligero y rápido, dotando a los equipos de QA de una especie de traje de Ironman.

PONENTES

COMPARTIR