AI And Machine Learning In Testing: A Roadmap For The Future | Bhavani R
Summary
TLDRThe video script discusses the importance of small statistics in business, emphasizing the need for AI and machine learning to automate test case generation based on user behavior and historical data. It highlights the benefits of test automation, including improved efficiency, faster product development, and the ability to handle large volumes of data. The script also touches on the challenges of integrating testing into the development process and the need for continuous learning and adaptation in the field of software testing.
Takeaways
- 😀 The script discusses the importance of small statistics in business and how implementing AI can help in various activities.
- 🤖 It mentions that AI can automate test case generation based on code changes, user behavior, and historical data.
- 🔍 The script talks about the benefits of test automation, including faster execution, better coverage, and the ability to handle a variety of test types.
- 📈 AI can help in faster analysis with large amounts of data, which would take more time if done manually.
- 🔧 The script suggests that AI can predict system behavior and identify issues, aiding in better decision-making.
- 🚀 It highlights the role of software testers and developers in the journey of adopting AI in the testing process.
- 🛠️ The importance of continuous learning and adapting to new tools and technologies in the field of AI and testing is emphasized.
- 📝 The script touches on the challenges of integrating AI into the testing process and the need for strategic thinking and analysis of test results.
- 🔑 It underlines the significance of data quality and the need for human involvement in the loop to refine and improve AI models.
- 🌐 The script suggests that AI can help in creating more sophisticated test strategies and continuous learning based on changing data.
- 🔮 Lastly, the script provides a glimpse into the future of software testing and the potential of AI to transform the industry.
Q & A
What is the main focus of the discussion in the provided script?
-The main focus of the script is on the advancements in software testing, particularly the use of AI and machine learning to automate test case generation, improve testing efficiency, and the challenges and opportunities this presents.
How can AI help in generating test cases for software testing?
-AI can help in generating test cases by analyzing code, user behavior, and historical data to create test scenarios that cover a wide range of user interactions and potential issues.
What is the significance of historical data in AI-assisted testing?
-Historical data is significant as it allows AI algorithms to learn from past patterns and outcomes, enabling them to predict system behavior and identify potential defects more accurately.
What are the potential benefits of using AI in software testing?
-The potential benefits include faster test case generation, improved test coverage, reduced manual effort, and the ability to analyze large amounts of data more efficiently, leading to better insights and more effective testing strategies.
How does AI help in the continuous improvement of testing processes?
-AI helps in continuous improvement by learning from new data and refining its models over time, allowing for the adaptation to changing requirements and more sophisticated test strategies.
What challenges might arise when integrating AI into the software testing process?
-Challenges may include ensuring the accuracy of AI-generated test cases, managing the complexity of integrating AI with existing testing frameworks, and the need for skilled personnel who understand both AI and software testing.
How can AI assist in identifying and resolving issues in software testing?
-AI can assist by analyzing test results and identifying patterns or anomalies that may indicate issues. It can also suggest corrective actions and help in the prioritization of fixes based on the severity and impact of the issues.
What is the role of human testers in an AI-assisted testing environment?
-In an AI-assisted environment, human testers play a crucial role in validating AI-generated test cases, providing context and creativity that AI may not capture, and making strategic decisions based on test outcomes.
How can AI contribute to the predictive capabilities of software testing?
-AI can contribute by analyzing historical test data and user behavior to predict potential issues and system responses, thus enabling proactive measures to be taken before they occur.
What is the importance of continuous learning in the context of AI and software testing?
-Continuous learning is important as it allows AI models to adapt to new data and changing conditions, improving their accuracy and effectiveness in software testing over time.
How can AI assist in the automation of test scripts and the handling of UI changes?
-AI can assist by automatically updating test scripts when there are changes in the UI or application behavior, reducing the manual effort required to maintain test scripts and ensuring they remain relevant.
Outlines
😀 Introduction to Small Business Challenges
The first paragraph discusses the challenges faced by small businesses, particularly the involvement of 77% of companies looking into implementing AI in their operations. It highlights the potential of AI to automate test cases based on code, user behavior, and historical data, which can lead to more efficient and accurate testing. The paragraph also touches on the importance of skepticism in the testing process and the need for continuous learning and adaptation to improve testing strategies.
😉 The Role of AI in Enhancing Testing Processes
This paragraph delves into how AI can be leveraged to improve the testing process, including the generation of test cases and the analysis of test results. It emphasizes the importance of strategic thinking and understanding the underlying roles and responsibilities in the testing process. The paragraph also mentions the potential for AI to replace certain jobs and the need for testers to adapt to new challenges and tools, including large language models and machine learning.
😇 Addressing Training Data and Integration Challenges
The third paragraph focuses on the challenges related to training data and the integration of AI into testing frameworks and practices. It discusses the need for accurate and diverse training data to ensure the effectiveness of AI models and the importance of continuous learning and adaptation in the face of changing data. The paragraph also touches on the evolving role of testers and the shift towards test architecture and strategy.
🙂 Future of Software Testing and Continuous Improvement
The final paragraph looks at the future of software testing, emphasizing the importance of adopting new tools and methodologies. It discusses the potential for AI to learn and adapt to changes, improving test coverage and results over time. The paragraph also highlights the need for human involvement in the loop to refine and improve AI models and the importance of focusing on creative testing strategies and exploring new tools.
Mindmap
Keywords
💡Small Statistics
💡Test Case Generation
💡Machine Learning
💡Algorithms
💡Data Analysis
💡Software Testing
💡Automation
💡Historical Data
💡Continuous Learning
💡Test Automation
💡AI-Assisted
Highlights
Small statistics of how it involves overall, mostly 77% of companies are looking into implementing AI in the business sector.
Activities can be done with the help of AI, and ML can automate test cases based on code changes, user behavior, and historical data.
Test automation can be done with algorithms, which can also help in healing and fail test automation, saving over test types and reducing the need for manual testing.
There is a need to be a bit cautious about the data we will see about later as well, and algorithms can do faster analysis with vast amounts of data.
Manual testing will take more time with historical data, and it will be able to predict the system and identification.
Discussing the journey and the role of software testers and developers, as well as researchers, in the evolution of AI and its impact on the industry.
The expectation of the CEO on all levels and how it is essential to release right, so there is a focus on not missing critical bugs if they exist.
Facing real-time challenges during the discussion, dealing with the incoming into the room and the problems told to the AI model to resolve pain points.
After learning this problem, the idea is to implement an AI model to resolve this point, but after maturing, the idea becomes more assistive.
The product can be launched faster with the help of AI, and after seeing, it agrees to take the working model to make it better.
Discussing the importance of data and how it can help in refining the model and the need for continuous learning and adaptation.
The role of testers will shift towards more strategic thinking and analyzing the output of test results and improving the overall process.
The importance of skepticism and the need for a more explorative approach to user experience testing and how it can be done manually.
The future of software testing and how organizations are adopting testing tools, including AI, and the need for a new type of email.
The need for learning and curiosity about things in the industry and how AI can create models to input data and give more insightful results.
The challenges of training data should be accurate, and it will be better if it is multiple and not just one, to avoid data bias.
The importance of the testing team and everyone in the project to go through training to understand the basic concepts of AI and how to interpret test results.
Transcripts
[संगीत]
वी आर गोइंग टू सी अबाउट स्मल
स्टेटिस्टिक्स ऑफ ई हाउ ई इवॉल्विंग ओवरऑल
मोस्टली 77 पर ऑफ कंपनीज आर लुकिंग इनटू
इंप्लीमेंट ए इन द बिजनेसेस देयर आर मेनी
की एक्टिविटीज कैन बी डन विथ द हेल्प ऑफ ए
एंड एमल वी आर गोइंग टू सी अबाउट एयू हियर
द टेस्ट केस जनरेशन ए विथ द हेल्प ऑफ ए इट
कैन ऑटोमेटिक जनरेट टेस्ट केसेस बेस्ड ऑन
कोड चेंस यूजर बिहेवियर एंड द पास्ट
हिस्टोरिकल डेटा आल्सो एंड विथ द टेस्ट ए
एल्गोरिथम्स टेस्ट ऑटोमेशन वी कैन डू द
एग्जीक्यूशन एस वेल एस वी कैन हील एंड ट द
फलकी एंड फेल टेस्ट ऑटोमेटिक सो इट विल
सेव अवर टेस्ट टाइप एंड देन द प्राशन ऑफ
टेस्टिंग हियर वी हैव टू बी अ बिट कॉशस
दैट वी विल सी अबाउट इन लेटर आल्सो ए एंड
ए एल्गोरिथम्स कैन वड कैन डू फास्टर मीन
इट विल डू द एनालिसिस फस्टर विथ द वस्ट
अमाउंट्स ऑफ डेटा इट विल न वी डू इट
मैनुअली इट विल टेक मोर टाइम वि द
हिस्टोरिकल डटा इट विल बी एबल टू
प्रिडिक्ट द सिस्टम एंड आइडेंटिफिकेशन
एंड एस वी सी सीडी टेस्टिंग एंड डेव इंटे
ग्रेशन विथ इट इज
नेविटेयर थ्रू द जर्नी गो थ्रू द जर्नी
अलंग वि दम सो बन इज द सी ऑफ द
ऑर्गेनाइजेशन एक्चुअली इट इज अ स्टोरी
अबाउट ए स्मल स्टार्टर दैट हैव इटेड एंड
दे लच देर ऑ सक्सेसफुली विथ हाई क्वालिटी
आल्सो सो हियर द कैरेक्टर्स आर बन एंड मनर
इज द सॉफ्टवेर टेस्टर एंड डेविसन ए
रिसर्चर बन केम एंड आस्क द सीईओ व्ट व्ट
विल बी द सीईओ एक्सपेक्टेशन ऑलवेज रिलीज
अहेड राइट सो ही इज आस्किंग लाइक व्हेन
कैन वी रिलीज द है म कसन अबाउट एट देरर लट
ऑफ प नी टू बी टेस्टेड आई एम वट आई माइट
मिस क्रिटिकल बग इफ ी रश द थ ओके ट्स लवेज
वी आर फेसिंग इन रियल टाइम राइट डरिंग दिस
डिस्कशन
देली इ कमिंग इनटू द रूम एंड ही इ एचर
आफ्टर लिनिंग दिस प्रॉब्लम ही टोल्ड ट ही
है एन आइडिया व् क वी इमेंट एन ई मॉडल टू
रिजॉल्व दिस पेन पॉइंट सो बट आफ्टर यरिंग
दिस ट गो इन म माइ टेर यू
टेल ट
ट ट यू विल बी थिंकिंग इट टाइम सो शी वा
री स्केप्टिकल बट आफ्टर यरिंग
आइडिया बन बम मोर एसिस्ट लाइक मोस्ट
ी हैपी ू लाच द प्रोडक्ट फास्टर ट सो
आफ्टर सी
शी अग्री टू टेक ल दे स् वर्किंग नट मडल ए
मॉडल ही नेम इट ब देन दे स्टार्टेड
वर्किंग टुगेदर एंड
मलर श हाउ श टेस्टेड दे हैव ट्रेन द डेटा
वि द पास्ट हिस्टोरिकल पटन एंड पास्ट
हिस्टोरिकल टेस्ट रिजल्ट एंड एवरीथिंग दे
श एंड आल्सो वट मल विल ड इट विल अ द डेटा
एंड इट गिवन द एंड इट गिवन रिपोर्टिंग द
बक्स आल्सो बट न सीट व लवेज क्यूरियस टू
फाइंड बस नो सो मलर फाउंड आ वन इशू लाइक
इट ज बास व्ट इ मीन बाय बास इट मे इट इ
वर्किंग न बेस्ड न डेटा ली सो इन द फॉर
एमल इ वट इट डन इट प्र सेट ऑफ टेस्ट केसेस
स्पेसिफिक टू वन यू डेमोग्राफी इट इ नॉट
करेक्ट राट सो आफ्टर सीइंग दिस मलर गोज टू
बन सो इट इ इट इज गिविंग बसिंग रिजल्स
व्हाट वी कैन डू सो देन दे है रिसर्च एंड
फाउंड आउट दे हैव गिवन द बेटर डटा एंड दे
हैव रिफाइंड क बडी विथ द हेल्प ऑफ मलर एंड
डे वर्क टुगेदर टू मेक द कि बडी बेटर ओके
एंड रिफाइन की बडी टू ओवरकम द बायोस एंड
रिजॉल्व द इशू आफ्टर दैट इट बिकम बेटर एंड
इट इज नॉट गिविंग दैट बा टेस्ट स्क्रिप्ट
प्रायोरिटी एंड देन हर टीम आल्सो है
स्केप्टिकल लाइक मलर दे थिंक लाइक इट विल
रिप्लेसर जॉब बट आफ्टर सीइंग के बडी
एफिशिएंसी नाउ मलर एंड हर टीम है गट मोर
टाइम टू डू द एक्सप्लोरेटिव
एस द एंडू पट लाइक यूजर एक्सपीरियंस
टेस्टिंग हाउ प्रशांत एक्सप्ले राट इट कैन
नॉट डू इट बाय मन
लर्निंग वैन ओनली ए वि यूर
सोव मोर टाइम टू डस लबल ए एंड डे दे लाच
सक्सली न टाइम एंड वि द हेल्प ऑफ बन देव न
स्टोरी विली दे वा टू रिफा बडी टू
एक्सप्लोर ए हाउ दे कैन
इमेंट फ्यूचर टेस्टिंग प्रोसेस इट लवे कन
एंड डूइंग राइट लवेज एंड आफ्टर लंच न लेटर
एंड मलर आल्सो एमवर द नाउ ही ी इ एबल टू
अंडरस्टैंड लाइक बडी है एमवर्ड हर नॉट
रिप्लेस हर जॉब एक्चुअली हर रोल इ
शिफ्टिंग टुवर्ड नॉट ओनली डूइंग द
टेस्टिंग एंड द टेस्ट ए क्यूशन एंड इट इ
लाइक मोर स्ट्रेटेजिक थिंकिंग एंड
एनालाइजिंग द आउटपुट ऑफ टेस्ट रिजल्ट एंड
एलाज द सो एस द क्रिएटर
बम री एस्टिक लाक ही
बम फ लाइक स रिसर्च पमें ए पीपल आर यूसिंग
रा
सोशन इन बडी
ले एंड टीम लु अ एंड यूसिंग ए टू द
टेस्टिंग प्रोसेस बिफोर गोइंग टूट माय ंग
फम
स्टोरी लेस
न ए ए शुड नॉट फयर अबाउट ए न्यू जर्गन
एनीथिंग नाउ ए कम न आई स्टार्टेड माय
करियर दे टोल्ड ट विन रर विल रिप्लेस यू य
विल नॉट एबल टू वक आ आफ्टर 20 इय आईम
वर्किंग र सो नो वरी अबाउट द लवेज वी शुड
नट फयर अबाउट द न्यू जर्न व्ट
एस टेस्टर और एनी कम्युनिटी मेंबर एनी
डोमेन यू आर वर्किंग इन आईटी इंडस्ट्री य
हैव टू बी कन्यू लन एंड क्यूरियस टू नो
अबाउट द थिंग ट इज द की पॉइंट आई हैव लर्न
फम स्टोर एक्चुअली फॉर विथ द एई वी कैन
क्रिएट ए मॉडल टू इनपुट द डेटा वी कैन गिव
द मोस्ट सिनेरियो लाइक वी हैव टू बिल्ड द
लार्ज लैंग्वेज मॉडल्स एंड इवन विथ द च
जीपीटी आल्सो इ इट हेल्प्स टू जनरेट द
टेस्ट इन केच वी हैव इंटीग्रेटेड सजी बीट
टू जनरेट टेस्ट केसेस टू कंप्लीट द टास्क
फास्ट बट आई एम नॉट आई वि नॉट टेल लाइक ए
इज ऑलवेज गिविंग करेक्ट रिजल्ट इट विल गक
बेस्ड ऑन द डाटा हाउ वी आर ट्रेनिंग मॉडल
ट पोर्टेंट ब नट ली इट वक सो फर अरेट
टेस्ट केसेस इ य वां ू जनरेट यव ट ट्रेन र
मॉडल कर एंड इन इफ य आर न्यू टू लर्न
अबाउट मशीन लर्निंग और एनीथिंग
च री सिफा एंड अरवा इ य वां टू टेक
प्रोग्रामिंग और य वा ू यूज कांड टूल मी
यैन रेजक इ
र्निंग लैंग्वेज मॉडल इट डेवलप
यूनिवर्सिटी ऑफ माइ इट ओपन सोर्स य कैन
ट्राट और वी हैव मेनी
एी चा पीटी प्रोवाइड मोर ओपन ए है
प्रोवाइडेड मेनी
ए देन वी कैन मवन टू द नेक्स्ट वन नेक्स्ट
वी आर गोइंग टू सी अबाउट द एडवांस ऑफ
एस्टली बा नॉ ओनली टेस्टिंग
आवर टे विल जनरेट द टेस्ट के बेस्ड न अनमन
ए वेल द ए केसेस सो इट हेल्स टू इप्रू
टेस्ट कवज ए अल्म कैन प्रिडिक्ट द पास्ट
प्र रि ल् ऑ इ बेस्ड न द कस्ट हिस्टोरिकल
डटा सो इट विल हेल्प टू बूस्ट अवर
एफिशिएंसी ऑफ द ब एनालिसिस इन द ली
डेवलपमेंट
सा इप्रू द ओवरल एफसी ऑफ द टेस्टिंग प्रस
एंड लवेज एंड एरिम आर कनसली लर्निंग बेस्ड
न द हैंग सो इट ल लवेज
गिव द बेटर रिजल्ट दन द प्रीवियस एंड इट
ओवरऑल हेल्प्स टू डिलीवर द प्रोडक्ट
फास्टर टू द मार्केट नॉट ओनली एडवांटेजेस
वी हैव चैलेंस आल्सो इन टेस्ट कॉम्लेक्स
टी एंड इंटरप्रेटेबिलिटी इ नथिंग बट लाइक
इट विल गिव द कॉप्लेक्स टेस्ट रिजल्ट सम
टाइम्स ए टेस्टस ी माइट माइट बी
स्केप्टिकल टू एक्सेप्ट द डाटा हाउ इट इज
गिविंग रिजल्ट आई डोंट नो व्ट हाउ ए केम
अप विथ दिस टेस्ट डेटा टेस्ट रिज हाउ ए
केम गिविंगस सजेशन आई हैव टू नो रा फॉर द
व्ट आई हैव टू लर्न हाउ एल्गोरिथम वक द
बेसिक कांसेप्ट आई हैव टू लन ट विल बी वन
चैलेंज एंड द नेक्स्ट वन इ बास लडी सन
अबाउट ट्रेनिंग डटा शुड बी एकली करेक्ट ए
इट विल एक्चुअली इट विल बी मल्टीपल वि
मल्टीपल इट ओनली इट विल बी बेटर सो एंड
फने
लाक इट शुड नॉ प्रज नन जिओलोकेशन और प्र
वन सेट ऑफ मड वन सेट ऑफ फटी सो वी हैव टू
बी कस टू ट्रेन न द टेस्ट डेटा एंड न
इनपुट द डेटा ऑर्ग है टू लवेज पुट द
स्टैंडर्ड लाइक जीडीपीआर ए सीसीपीए
स्टैंडर्ड फॉलो इट शुड नॉट वायलेट द रूल्स
ट अदवा इट विल बी इशू फॉर एवरीवन फॉर द
बिजनेस एस वेल एस ऑर्गनाइजेशन द
इंटीग्रेशन विथ द कंफर्टेबिलिटी एंड
इंटीग्रेशन वि द एसिस्टिंग टेस्टिंग
फ्रेमवर्क एंड सीसीडी प्रैक्टिसेस इ विल
बी अ बिट ऑफ चैलेंज सिंस इट मे हैव द कंपट
बिलिटी इशू द डेवलपमेंट वास डन इन डिफरेंट
डिफरेंट लैंग्वेज र समथिंग एंड ल हैव
डिफरेंट पन सो टू अवॉइड दैट वी हैव टू इप
द टीम टेस्टिंग टीम एस वेल एज एवरीवन इन द
प्रोजेक्ट ज टू गो थ्रू द ट्रेनिंग टू
अंडरस्टैंड द बेसिक कांसेप्ट ऑफ ए एंड
अल्म टू इंटरप्रेट द टेस्ट रि अरवा इट बी
इट इ गिवि आई एम गिविंग इनपुट ए एंड इट
गिविंग आउटपुट बी हाउ शुड आई ट्र हाउ कैन
आई ट्रस्ट वि हाउ इट प्रोसेसिंग थ्र द ट
रिल्ट ऑफ बी फम द एट आई नी टू अंडरस्टैंड
फर द आईव टू हैव स् एंड एक्स ग
दैट वी कैन गिव ट्रेनिंग एंड क्यूप और टीम
टू ओवरकम दिस नेक्स्ट वी आर गोइंग टू सी
अबाउट द फीचर ऑफ इन सॉफ्टवेर टेस्टिंग रोड
मैप टू द आई हैव कवर्ड फ्यू थिंग्स ओनली
इट इज अ वेरी वास सब्जेक्ट ओके एंड इन
ओवरऑल द टेस्टिंग इ ट्रंट फ्रॉम ओनली द
मैनुअल टेस्टिंग टू ऑटोमेशन एंड देन डेव
एंड माइक्रो सर्विसेस एंड देन नाउ वी आर
मूविंग टुवर्ड ए एंड एमल द टेस्टर्स रोल
विल विल बी बिकम शिफ्ट टुवर्ड्स ओनली द
टेस्ट एशन टू टेस्ट आर्किटेक्ट दे विल नॉट
ओनली आर्किटेक्ट द टेस्ट रिजल्ट एंड दे
बिल्ड द टेस्ट स्ट्रेटेजी दे विल हैव मोर
टाइम टू क्रिएट द टेस्ट बेस्ट टेस्ट
स्ट्रेटेजी एंड डू द कंटीन्यूअस टेस्टिंग
एंड एवरीथिंग एंड द कंटीन्यूअस लर्निंग
मशीन लर्निंग एंड ए एल्गोरिदम लवेज डू द
कंटीन्यूअस गनिंग बेस्ड ऑन द चेंजिंग डटा
सो इट विल लवेज इंप्रूव द एस इन आवर
स्टोरी ट प स्टोरी है सक्सेस दे हैव न वि
इंप्लीमेंटेशन
ऑफ है गिवन द रिल्ट बट दे
हैव ह्यूमन मलर इन द लूप टू बेटर द टेस्ट
रिल्ट व हैव ट डेवलप ह्यूमन सिक नॉट ओनली
रि न म मन र डेटा वी हैव टू बी ह्यूमन
सेंट्रिक मॉडल एंड बेस्ड नस इमेंशन ऑ इट
विल हैव मो हैव मोर टाइम टू फोकस न
क्रिएटिवली टेस्टिंग द टेस्ट स्ट्रेटेजी
और एनी अदर एक्सप्लोरेशन ऑफ अदर टूल्स एंड
एवरीथिंग नेक्स्ट वी आर गोइंग टू सी अबाउट
फ्यू फोरकास्ट फ द फ्यूचर ऑफ सॉफ्टवेर
ऑर्गेनाइजेशन ल इक्रीज अडॉप्ट द टेस्टिंग
टूल इवन नाउ वी हैव एवरी प व यूज इट सस एन
एंड मोबाइल इट इ हैविंग ए न यू टाइप न
ईमेल इट ज एन ए सो बट इन ऑर्गेनाइजेशन इन
आवर प्रोजेक्ट वी का डायरेक्टली इग्रे
जस्ट लाइक दैट सो इ इट इ गेटिंग अडॉप्टेड
एंड इन फ्यूचर इट विल गेट मोर एडॉप्शन
मोरन अराउंड अस वी स इन द रिसर्च इट विल
गेट मोर अडॉप्ट सो वी हैव टू लर्न अबाउट द
कांसेप्ट ऑफ ए एंड
अंडरस्टैंडिंग वी नो नी टू डेवलप ए मॉडल ए
वी हैव टू इ एई रिच न समथिंग
शी इ एक्सप्लेनिंग समथिंग वी हैव टू
अंडरस्टैंड द कांसेप्ट एस वेल एस द अनिम्स
व्ट दे आर यू वि द एडस टेस्ट ऑटोमेशन द ए
एंड एल एल्गोरिदम कैन क्रिएट एंड इट विल
एक्यूट टे एंड इ न द एप्लीकेशन चेंस इट
विल आल्सो मट द यूजर बिहेवियर एंड अपडेट द
फलकी र फे समटाइम न ी टेस्टिंग ए वर्शन वन
एंड वी आर गिविंग द रिलीज एंड देन रिलीज
टू रिलीज वर्शन टू वी आर चेंजिंग बटन नेम
टू ए टू बी समथिंग वी आर चेंजिंग सो वव ट
व विल ड इन ट्रेडिशनल टेस्ट ऑटोमेशन ी विल
गो एंड अपडेट अवर फम फाइल और अरवा वी हैव
टू इ बिगनर रिटन ऑटोमेशन टेस्ट ही माइट
हैव ही और शी माइव द बटन नेम और सीस
स्टाइल वन स्टाइल चेंज देव न टू फिक्स यूर
एक्स वि चेंज देन आ स्क्रिप रन टू अवॉइड
दैट एमल विल हेल्प अस ट इट विल
ऑटोमेट द टेस्ट स्क्रिप्टिंग अपडेट
ऑटोमेटिक विद द फ्लक टेस्ट एंड फेल टेस्ट
इट विल लर्न व्ट चेंज एंड व्हाट इज चेंज
एंड इट विल अपडेट एंड ओवरऑल दिस
एक्टिविटीज विल हेल्प टू इंप्रूव द टेस्ट
कवरेज एंड आल्सो बाय द पास्ट एनालिसिस ऑफ
हिस्टरी ऑफ द बस इट विल इट विल
आइडेंटिफिकेशन
इट विल नो लाइट इवन टेस्टस वी नो लाइक इट
10 मॉड वी विल नो च मॉडल ल प्रोन टू ब न
न्यू न्यूली इंट्रोड्यूस फीचर डेड सो वी
वी नो फॉर द स्मल अमाउंट ऑफ इफ वी हैव
लार्जर एप्लीकेशन दैट विल बी डिफिकल्ट फॉर
दन द एई विल हेल्प अस एंड विथ द हेल्प ऑफ
कन्यू लर्निंग एंड इंप्रूवमेंट इट विल बी
यूजफुल फॉर अस न द स्क्रिप्ट इ चेंज न द
डेटा इ चेंजिंग एंड द टेस्ट रिजल्ट चेंज
इट आल्सो अपडेटेड द मॉडल विल आटोमेटिक
अपडेट ओवरल ट रिप्लेस अस इटल एट ट माय लंग
इ मा टेक सो वी शड नट फयर एनीथिंग
एंड इट विल लवेज हेल्प अस हाउ टेस्ट
ऑटोमेशन हेल्प अस लाइक द ए एंड एमल आल्स
विल हेल्प अस ट इप्रू बेटर एंड विल हैव
मोर टाइम टू डू द अदर एक्टिविटी फर टेस्ट
टा ए नो नीड टू स्पेंड टाइम नुली वी आर
एंटरिंग इ एक् सो फर द स्मल काइंड ऑफ
टास्क व्ट एवर यू लर्न यू हैव टू
इंप्लीमेंट इन यर प्रोजेक्ट यू कैन हैव
हैबिट ऑफ इट इट ल हेल्प यू थक
[संगीत]
Weitere ähnliche Videos ansehen
Part1- Database Testing Overview | Backend Testing | Practical Approach
Challenges in Machine Learning | Problems in Machine Learning
The NEED TO KNOW Info On Amazon's Software Development
CH05. L03. Test planning activities and time estimation
ISTQB FOUNDATION 4.0 | Tutorial 12 | Shift Left Approach | Retrospective and Process Improvement
2 2 4 Information Hiding
5.0 / 5 (0 votes)