دوره تست فنی خودکار برای Test Automation Evolution همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تست فنی خودکار برای Test Automation Evolution

موضوع کلی: برنامه نویسی

موضوع میانی: تست نرم‌افزار**

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تست نرم‌افزار
• 2. چرا تست می‌کنیم؟ اهداف و اصول تست
• 3. چرخه حیات توسعه نرم‌افزار (SDLC) و چرخه حیات تست (STLC)
• 4. انواع تست نرم‌افزار (کارکردی، غیرکارکردی)
• 5. تکنیک‌های طراحی تست کیس (Equivalence Partitioning, Boundary Value Analysis)
• 6. مستندسازی تست: Test Plan, Test Cases, Test Report
• 7. مدیریت باگ و چرخه حیات باگ
• 8. نقش QA در متدولوژی‌های چابک (Agile)
• 9. مفاهیم پذیرش، Regression و Smoke Testing
• 10. معیارها و شاخص‌های کلیدی عملکرد (KPIs) در تست
• 11. معرفی تست فنی خودکار: اهداف، مزایا و چالش‌ها
• 12. انتخاب ابزار مناسب برای اتوماسیون تست
• 13. مقدمه‌ای بر زبان برنامه‌نویسی پایتون برای اتوماسیون
• 14. اصول برنامه‌نویسی: متغیرها، انواع داده و عملگرها
• 15. ساختارهای کنترلی: شرطی‌ها و حلقه‌ها
• 16. توابع و ماژول‌ها در پایتون
• 17. مقدمه‌ای بر برنامه‌نویسی شی‌گرا (OOP) در پایتون
• 18. مدیریت محیط‌های مجازی و وابستگی‌ها (Pipenv/Poetry)
• 19. نصب و پیکربندی محیط اتوماسیون پایتون
• 20. مقدمه‌ای بر Git و کنترل نسخه
• 21. اصول طراحی Testable Code و SOLID principles
• 22. معرفی Selenium WebDriver و معماری آن
• 23. نصب و پیکربندی Selenium با پایتون
• 24. یافتن عناصر وب: ID, Name, ClassName, TagName
• 25. یافتن عناصر وب پیشرفته: XPath و CSS Selectors
• 26. تعامل با عناصر: کلیک، تایپ، انتخاب
• 27. مدیریت انتظارها در Selenium (Implicit and Explicit Waits)
• 28. مدیریت پاپ‌آپ‌ها، هشدارها و فریم‌ها
• 29. کار با Dropdownها، Checkboxها و Radio Buttonها
• 30. آپلود و دانلود فایل‌ها در تست‌های وب
• 31. مفهوم Page Object Model (POM) و پیاده‌سازی آن
• 32. اصول طراحی تست‌های قابل نگهداری با POM
• 33. نوشتن Assertions با Pytest/Unittest برای اعتبارسنجی
• 34. Test Fixtures و Hooks در Pytest برای مدیریت پیش‌نیازها
• 35. Data-Driven Testing (DDT) با فایل‌های CSV/Excel
• 36. پیاده‌سازی Data-Driven Testing پیشرفته با پایگاه داده یا JSON
• 37. تست بین مرورگرها (Cross-Browser Testing) و استراتژی‌های آن
• 38. اجرای تست‌ها در حالت Headless برای سرعت بیشتر
• 39. مفهوم تست ویژوال (Visual Testing) و ابزارهای آن (Applitools, Percy)
• 40. اصول تست دسترس‌پذیری (Accessibility Testing) و ابزارهای آن
• 41. معرفی Playwright/Cypress به عنوان جایگزین‌های مدرن Selenium (مفاهیم)
• 42. تست ریسپانسیو (Responsive Design Testing) برای دستگاه‌های مختلف
• 43. تکنیک‌های Debugging در اسکریپت‌های اتوماسیون
• 44. بهترین روش‌ها برای سازماندهی کدهای تست
• 45. معرفی APIها: RESTful و SOAP و تفاوت‌ها
• 46. متدهای HTTP (GET, POST, PUT, DELETE) و کدهای وضعیت
• 47. ابزارهای تست API: Postman و Insomnia (مقدمه و کاربردها)
• 48. تست API با کتابخانه Requests در پایتون
• 49. ارسال درخواست‌های GET و بررسی پاسخ (Status Code, Headers, Body)
• 50. ارسال درخواست‌های POST, PUT, DELETE و اعتبارسنجی عملیات
• 51. اعتبارسنجی پاسخ‌های JSON و XML با Schema Validation
• 52. مدیریت Headerها و Parameters در درخواست‌ها
• 53. احراز هویت (Authentication) و مجوزدهی (Authorization) در API (Bearer Token, OAuth)
• 54. Mocking APIها برای تست‌های ایزوله و شبیه‌سازی سرویس‌ها
• 55. مقدمه‌ای بر تست پایگاه داده (Database Testing)
• 56. اتصال به پایگاه داده‌های مختلف (SQL/NoSQL) با پایتون
• 57. نوشتن کوئری‌های SQL برای اعتبارسنجی داده‌ها
• 58. ادغام تست‌های UI و API با تست‌های پایگاه داده
• 59. مقدمه‌ای بر تست کارایی (Performance Testing)
• 60. مفاهیم Load, Stress, Volume Testing و Endurance Testing
• 61. ابزارهای تست کارایی: Apache JMeter (مقدمه و ساختار)
• 62. نوشتن اسکریپت‌های تست کارایی ساده با JMeter
• 63. اجرای تست‌های کارایی و تحلیل نتایج
• 64. تست امنیتی (Security Testing) در اتوماسیون: مفاهیم اولیه (SAST, DAST)
• 65. اصول و اهداف طراحی فریم‌ورک اتوماسیون تست
• 66. طراحی فریم‌ورک مبتنی بر POM و ماژولار با قابلیت توسعه‌پذیری
• 67. پیاده‌سازی Logging پیشرفته با ماژول logging پایتون
• 68. Reporting جامع با ابزارهایی مانند Allure Report
• 69. مدیریت فایل‌های پیکربندی (Configuration Management) با YAML/JSON
• 70. مدیریت Test Data: تولید، پاکسازی و سناریوهای داده
• 71. فریم‌ورک‌های Keyword-Driven و Hybrid در اتوماسیون تست
• 72. طراحی سناریوهای تست End-to-End و مدیریت وابستگی‌ها
• 73. مدیریت خطاها و بازیابی (Error Handling and Recovery) در اسکریپت‌ها
• 74. قابلیت نگهداری (Maintainability) و Refactoring کدهای تست
• 75. معرفی Behavior-Driven Development (BDD) و مزایای آن
• 76. گِرکین (Gherkin) و نگارش سناریوها (Given-When-Then)
• 77. ابزارهای BDD در پایتون: Behave و Lettuce (مفاهیم و پیاده‌سازی)
• 78. پیاده‌سازی Feature Files و Step Definitions
• 79. مزایا و چالش‌های BDD در اتوماسیون تست
• 80. مقدمه‌ای بر Continuous Integration (CI) و اهمیت آن
• 81. ادغام تست‌های خودکار در Jenkins/GitLab CI/GitHub Actions
• 82. پیکربندی Pipeline برای اجرای خودکار تست‌ها
• 83. مفهوم Continuous Delivery (CD) و نقش اتوماسیون در آن
• 84. Shift-Left Testing: تست زودتر در چرخه توسعه نرم‌افزار
• 85. تست موازی (Parallel Testing) برای تسریع زمان اجرا
• 86. استفاده از Grid (Selenium Grid) برای توزیع تست‌ها
• 87. معرفی Docker برای ایزوله سازی محیط تست
• 88. اجرای تست‌ها در کانتینرهای Docker و مدیریت محیط
• 89. ارکستراسیون تست با Docker Compose برای سناریوهای پیچیده‌تر
• 90. مقدمه‌ای بر تست در محیط‌های ابری (Cloud Testing)
• 91. ابزارهای تست ابری (BrowserStack, Sauce Labs) و کاربردهای آن‌ها
• 92. مفهوم Test Automation as a Service (TAaaS)
• 93. مدیریت زیرساخت (Infrastructure as Code) برای محیط‌های تست
• 94. نظارت و لاگ‌برداری از اجرای تست‌ها و تحلیل نتایج
• 95. تست‌های غیرقطعی (Flaky Tests): شناسایی، تحلیل و رفع
• 96. هوش مصنوعی (AI) و یادگیری ماشین (ML) در تست: مقدمه و کاربردها
• 97. کاربردهای AI در تولید خودکار تست کیس و داده‌های تست
• 98. کاربردهای AI در تحلیل نتایج تست و پیش‌بینی باگ‌ها
• 99. تست اکتشافی خودکار (Automated Exploratory Testing) با ابزارهای AI
• 100. تست مبتنی بر مدل (Model-Based Testing) و ابزارهای آن