曙海教学优势
本课程面向企事业项目实际需要,秉承二十一年积累的教学品质，LLM在软件测试领域的应用实践与大厂实战案例解读培训学习学校中心以项目实现为导向,老师将会与您分享设计的全流程以及工具的综合使用技巧、经验。上门/线上/线下皆可,小班面授,互动直播任选.专注技术培训,匠心服务,实战教学。上门/线上/线下皆可,LLM在软件测试领域的应用实践与大厂实战案例解读培训学习学校中心专家,课程可定制,热线:4008699035。
大批企业和曙海
建立了良好的合作关系,合作企业30万+。我们课程培养了十几万受欢迎的工程师。曙海的课程在业内有着响亮的知名度，同心致远，博大精深。
|
课程名称 （课程时长：2天） LLM在软件测试领域的应用实践与大厂实战案例解读
培训对象： 软件研发负责人，研发管理负责人，运维负责人，DevOps负责人，测试负责人，工程效能负责人 软件架构师，资深研发工程师 运维架构师，资深运维工程师，DevOps工程师，SRE 测试架构师，资深测试工程师 研发管理人员，研发流程工程师 |
|
课程大纲： 生成式AI的最新进展与应用 l AIGC的基本概念 l 大语言模型的基本概念 l LLM和传统AI的区别 l AIGC目前的主要应用领域 l AIGC目前的可能的应用领域 l 各类生成式AI的工具能力 以chatGPT为例来深入理解LLM的基本工作原理 l 什么是ChatGPT l GPT和chatGPT的关系 l ChatGPT的历史和发展 l ChatGPT的架构和模型 l ChatGPT的训练数据和算法 l ChatGPT的生成过程和输出结果 l ChatGPT的局限性 l ChatGPT的安全性 l ChatGPT的涌现能力 l ChatGPT的思维链 DeepSeek大模型基础 l DeepSeek与传统LLM的主要区别 l 从DeepSeek R1 Zero到DeepSeek R1 l DeepSeek R1和OpenAI O1模型的对比总结 l 预训练范式 vs 推理计算范式 l 多头潜在注意力机制MLA l 混合专家架构MoE l DeepSeekMoE的关键创新 l 对传统大模型的挑战和机遇 l DeepSeek的常见误解与详细解读 大语言模型本地部署实战 l 本地部署的基础知识 l 本地安装ollama l 本地部署Deepseek R1 l 本地部署Llama 3.3 l 本地安装open-webui l 本地部署实现RAG LLM的主流应用场景与未来发展 l GenAI在千行百业的应用概览 l GenAI在软件研发企业的应用概览 l 单模态 vs 多模态 l 知识工程的回归 l LLM的未来发展方向 l LLM在各行业中的应用前景 l LLM的风险与不确定性应对 l LLM的技术演化方向 l LLM的哲学思考 熟练使用LLM能力的全面进阶 l LLM应用能力的进阶模型（“倒三角”模型） l 提示词工程基础知识 l 主流提示词使用技巧 l 提示的万能使用公式详解 l 提示词模板的使用 l 提示词静态链的使用 l 提示词的横向扩展 l 提示词的纵向扩展 l 使用OpenAI API l ReAct的概念和落地 l 思维链和多思维链 l RAG的基本原理与应用 l 多模态RAG的使用 l plugin机制与使用方式 l Function Call机制与使用方式 l MCP 机制与使用方式 l Agent的雏形 l Agent开发的基本框架 l 业界主流Agent的设计思路与使用 l Multi-Agent的雏形 l 业界主流Multi-Agent的设计思路 l Multi-Agent的基本逻辑和应用范围 l Multi-Agent应用示例：MetaGPT l Multi-Agent应用示例：DevChat LLM在软件研发全生命周期中的应用场景与案例 l 软件研发全流程中LLM擅长的部分 l 软件研发全流程中LLM不擅长的部分 l 竞品分析与市场调研阶段LLM的应用场景与案例 l 产品概念与产品定义阶段LLM的应用场景与案例 l 产品原型阶段LLM的应用场景与案例 l 产品体验设计阶段LLM的应用场景与案例 l 需求分析阶段LLM的应用场景与案例 l 技术选型阶段LLM的应用场景与案例 l 顶层设计阶段LLM的应用场景与案例 l 详细设计阶段LLM的应用场景与案例 l 从设计到UML，从UML到代码的完整示例 l 编码阶段LLM的应用场景与案例 l 代码评审阶段LLM的应用场景与案例 l 单元测试阶段LLM的应用场景与案例 l 接口测试阶段LLM的应用场景与案例 l 持续集成流水中LLM的应用场景与案例 l 各类软件工程文档中LLM的应用场景与案例 l 持续发布中LLM的应用场景与案例 l 性能测试阶段LLM的应用场景与案例 l 测试结果分析中LLM的应用场景与案例 AI辅助编程工具提升测试开发的质效 l LLM辅助编程工具的基本原理和应用场景 l 代码大模型测评集HumanEval、MBPP介绍和评分原理 l 微软：Github Copilot和Copilot X l 亚马逊：CodeWhisperer l 智能代码编辑器Cursor l 智谱智能编程助手CodeGeeX等 l 百度Comate快码 l 阿里通义灵码 l LLM辅助编程工具 主要使用场景 l LLM辅助编程工具的实现原理 l LLM辅助编程工具加持下的软件生态改变 l LLM辅助编程工具改变传统开发的12大场景 l LLM辅助编程工具的编程技巧 l LLM辅助编程工具下的测试优化 l 案例：某互联网大厂的应用案例分析 LLM在软件质量和软件测试领域中的应用与案例 l 使用Test pilot自动生成测试用例 l Test pilot的基本原理 l 使用OpenAI API实现单元测试用例的生成 l LLM用于单元测试用例生成的技术难点与解决思路 l 使用OpenAI API实现API接口测试用例的生成 l 使用DeepSeek 实现API组合调用测试用例的生成 l LLM在测试数据生成领域的应用与实践 l LLM用于API接口测试用例生成的技术难点与解决思路 l 测试脚本开发中的GitHub Copilot应用 l Copilot X的能力与测试领域应用 l 基于AI Agent的测试用例设计生成技术 l 基于AI Agent的测试用例脚本生成技术 l 基于Multi-Agent的测试用例设计生成技术 l 基于Multi-Agent的测试用例脚本生成技术 l 使用LLM实现Monkey Test的能力扩展 l 使用LLM实现无脚本的Mobile App探索测试 l 使用LLM识别错误敏感的测试数据 l 使用LLM实现失败测试用例的自动修复 l 使用LLM提升被测对象的可测试性 各类AIGC场景深度解读 l 文生图能力的使用（大量行业案例） l 与日程办公的结合（Office Copilot的案例） l 其他各类可能使用场景解读（国内外最新案例） |
