Тому й тестувати його - окрема робота. Шістдесят три короткі лекції про те, як ці системи насправді йдуть не туди - погані дані на вході, поведінка, що тихо drift-ить, щойно все вже в проді - і що ти з цим робиш. Сертифікат ISTQB CT-AI прикладається сам собою, якщо тобі потрібен папір.
П'ятнадцять хвилин на день, і питання навмисно стають злими.
Одна ідея, від п'яти до п'ятнадцяти хвилин, пояснена так, як ти пояснив би колезі за обідом. Диплом з ML не потрібен.
Одразу після, поки ще свіже. Помилишся - воно скаже чому, а не просто "ні, спробуй ще".
Застряг об 11-й вечора на тому, що таке "fairness" для твоєї моделі? Спитай Кая в Telegram. Він відповість, у будь-яку годину.
Є повний пробний іспит, щоб на ньому ганяти. Справжній ISTQB ти записуєш сам - папір це приємний бонус поверх того, що ти реально все знаєш.
Тринадцять модулів: вступ, одинадцять, що йдуть за офіційним силабусом ISTQB CT-AI, і фінальна перевірка. Починається з того, чим ці системи насправді є і де вони ламаються, далі переходить до того, як ти це тестуєш. Одна лекція на день; пробний іспит наприкінці йде в реальних умовах на час.
Повний силабус →
Я QA-лід, а не AI-дослідниця. Мені вручили "ту нову штуку з AI", і я мусила розібратися, як її тестувати.
Дванадцять років у QA, ISTQB Foundation з 2018-го, а зараз я працюю поруч з десь двадцятьма іншими тестувальниками. Коли AI впав мені на стіл, я почала будувати той курс, який хотіла б отримати від когось сама. Це зайняло два роки і приблизно €35,000.
Тут спершу теорія: чим ці системи насправді є, і що слова на кшталт fairness і drift починають означати, коли штука вчиться сама по собі. Сертифікат CT-AI сидить зверху, для тих моментів, коли він тобі потрібен. Саме теорія - та частина, через яку люди на AI-standup замовкають і реально починають тебе слухати.
