AI под капотом: как построить надёжные автотесты для недетерминированных систем

AI-функциональность ведёт себя по-разному на каждом прогоне, и классические подходы к автоматизации быстро ломаются.
В этом докладе я покажу, как строить надёжные автотесты для недетерминированных AI-фич, какие инструменты и подходы для этого использовать и с какими ограничениями и челленджами придётся столкнуться на практике. 

Мы обсудим: 
• как автоматизировать недетерминированные флоу и какие техники помогают стабилизировать такие сценарии; 
• ключевые принципы построения автотестов в системах с вариативным поведением; 
• как проверять результат, когда фиксированные ожидания не работают (где достаточно ассертов, а где нужны eval-подходы); 
• нюансы подбора тестовых данных для автотестов; 
• особенности стоимости AI-автотестов: токены, инфраструктура, параллелизация и поддержка. 

Доклад будет полезен для автоматизаторов и SDET, работающим с недетерменированными системами и стремящимся и сохранить контроль качества в условиях вариативности.

Комментарии ({{Comments.length}})
  • {{comment.AuthorFullName}}
    {{comment.AuthorInfo}}
    {{ comment.DateCreated | date: 'dd.MM.yyyy' }}

Для того чтобы оставить комментарий необходимо

или
Напишите нам, мы онлайн!