🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: تست فنی خودکار برای Test Automation Values

موضوع کلی: برنامه نویسی

موضوع میانی: تست نرم‌افزار**

📋 سرفصل‌های دوره (100 موضوع)

• 1. مقدمه‌ای بر کیفیت نرم‌افزار و مهندسی کیفیت
• 2. نقش تست در چرخه حیات توسعه نرم‌افزار (SDLC)
• 3. تفاوت تست دستی و تست خودکار: چه زمانی کدام را انتخاب کنیم؟
• 4. هرم تست خودکار (Test Automation Pyramid) و اهمیت آن
• 5. ارزش‌های کلیدی اتوماسیون تست: چرا خودکار می‌کنیم؟
• 6. نقش و مسئولیت‌های یک مهندس اتوماسیون تست
• 7. مبانی برنامه‌نویسی برای تسترها: متغیرها، انواع داده و عملگرها
• 8. ساختارهای کنترلی: دستورات شرطی و حلقه‌ها در پایتون
• 9. توابع، ماژول‌ها و سازماندهی کد
• 10. مفاهیم پایه‌ای برنامه‌نویسی شیءگرا (OOP) برای اتوماسیون
• 11. مدیریت خطا و استثناها (Exception Handling)
• 12. کار با فایل‌ها و فرمت‌های داده (JSON, YAML, CSV)
• 13. راه‌اندازی محیط توسعه: نصب پایتون، IDE و ابزارهای لازم
• 14. مبانی کار با خط فرمان (Command Line)
• 15. سیستم کنترل نسخه Git: مفاهیم پایه و دستورات اصلی
• 16. استراتژی‌های Branching در Git برای تیم‌های تست
• 17. مدیریت وابستگی‌ها با pip و محیط‌های مجازی (virtualenv)
• 18. مقدمه‌ای بر تست واحد (Unit Testing)
• 19. ساختار یک تست واحد (الگوی Arrange-Act-Assert)
• 20. آشنایی با فریمورک Pytest و قابلیت‌های آن
• 21. نوشتن و اجرای اولین تست واحد با Pytest
• 22. استفاده از Fixtures در Pytest برای مدیریت وضعیت تست
• 23. پارامترسازی تست‌ها برای اجرای سناریوهای مختلف
• 24. مفاهیم Mocking و Stubbing در تست واحد
• 25. استفاده از کتابخانه unittest.mock برای جداسازی وابستگی‌ها
• 26. پوشش کد (Code Coverage) و اهمیت آن
• 27. مقدمه‌ای بر تست یکپارچه‌سازی (Integration Testing)
• 28. استراتژی‌های تست یکپارچه‌سازی: Big Bang در مقابل Incremental
• 29. مبانی پروتکل HTTP: متدها، هدرها و کدهای وضعیت
• 30. آشنایی با معماری RESTful API
• 31. تست دستی API با ابزارهایی مانند Postman و Insomnia
• 32. خودکارسازی درخواست‌های API با کتابخانه requests در پایتون
• 33. ارزیابی و اعتبارسنجی پاسخ‌های API (Assertions)
• 34. کار با داده‌های JSON در پاسخ‌های API
• 35. اعتبارسنجی اسکیمای پاسخ (JSON Schema Validation)
• 36. روش‌های احراز هویت و مدیریت توکن در تست API
• 37. مدیریت داده‌های تست برای سناریوهای API
• 38. مقدمه‌ای بر تست قرارداد (Contract Testing) با Pact
• 39. آشنایی با GraphQL و رویکردهای تست آن
• 40. شبیه‌سازی سرور (API Mocking) برای تست‌های ایزوله
• 41. طراحی یک فریمورک تست API قابل توسعه
• 42. مقدمه‌ای بر اتوماسیون رابط کاربری (UI Automation)
• 43. آشنایی با ساختار DOM و اهمیت آن برای اتوماسیون
• 44. استراتژی‌های انتخاب عناصر وب (Locators): ID, Name, CSS Selector
• 45. استراتژی‌های پیشرفته انتخاب عناصر: XPath
• 46. تعامل با عناصر وب: کلیک، ورود متن، انتخاب از لیست
• 47. مدیریت زمان انتظار (Waits): Implicit vs. Explicit
• 48. الگوی طراحی Page Object Model (POM) و مزایای آن
• 49. پیاده‌سازی یک فریمورک پایه با الگوی POM
• 50. مدیریت پنجره‌ها، تب‌ها، آلرت‌ها و فریم‌ها (Frames)
• 51. اجرای کدهای جاوااسکریپت از طریق درایور وب
• 52. گرفتن اسکرین‌شات در هنگام شکست تست
• 53. مفاهیم تست چندمرورگری (Cross-Browser Testing)
• 54. اجرای تست‌ها در حالت Headless
• 55. الگوی طراحی Screenplay برای تست‌های خواناتر
• 56. مقدمه‌ای بر تست داده‌محور (Data-Driven Testing)
• 57. پیاده‌سازی تست داده‌محور با استفاده از فایل‌های خارجی
• 58. مقدمه‌ای بر توسعه رفتارمحور (BDD) و زبان Gherkin
• 59. نوشتن فایل‌های Feature و سناریوها در Gherkin
• 60. پیاده‌سازی Step Definitions برای سناریوهای BDD
• 61. گزارش‌دهی پیشرفته و بصری‌سازی نتایج با Allure
• 62. استراتژی‌های ثبت وقایع (Logging) در فریمورک تست
• 63. مدیریت تنظیمات (Configuration) در محیط‌های مختلف
• 64. الگوی Factory برای تولید داده‌های تست پویا
• 65. طراحی و ساخت یک فریمورک تست ترکیبی (Hybrid Framework)
• 66. مفاهیم پایه تست عملکرد (Performance Testing)
• 67. شاخص‌های کلیدی عملکرد (KPIs): Latency, Throughput, RPS
• 68. مقدمه‌ای بر ابزار تست بار Locust
• 69. نوشتن اسکریپت‌های شبیه‌سازی رفتار کاربر در Locust
• 70. اجرا و مانیتورینگ یک تست بار
• 71. تحلیل نتایج تست عملکرد و شناسایی گلوگاه‌ها
• 72. انواع تست غیرعملکردی: تست بار (Load)، استرس (Stress) و استقامت (Soak)
• 73. مقدمه‌ای بر امنیت اپلیکیشن‌های وب (OWASP Top 10)
• 74. مفاهیم تست امنیت ایستا (SAST) و پویا (DAST)
• 75. ادغام ابزارهای اسکن امنیتی پایه در پایپ‌لاین
• 76. اسکن وابستگی‌ها برای یافتن آسیب‌پذیری‌ها
• 77. مقدمه‌ای بر فرهنگ DevOps و CI/CD
• 78. ادغام تست‌های خودکار در پایپ‌لاین CI/CD
• 79. آشنایی با GitHub Actions برای اجرای خودکار تست‌ها
• 80. مفاهیم کانتینرسازی با Docker برای تسترها
• 81. ایجاد یک Dockerfile برای محیط تست ایزوله
• 82. استفاده از Docker Compose برای مدیریت سرویس‌های وابسته
• 83. اجرای موازی تست‌ها برای کاهش زمان بازخورد
• 84. مفهوم دروازه‌های کیفیت (Quality Gates) در پایپ‌لاین
• 85. زیرساخت به عنوان کد (IaC) و نقش آن در محیط‌های تست
• 86. تدوین استراتژی اتوماسیون تست
• 87. انتخاب تست‌های مناسب برای خودکارسازی
• 88. تحلیل هزینه و فایده (ROI) در اتوماسیون تست
• 89. معیارها و متریک‌های کلیدی برای سنجش موفقیت اتوماسیون
• 90. ایجاد فرهنگ کیفیت در کل تیم (Whole-Team Quality)
• 91. اصل تست در مراحل اولیه (Shift-Left Testing)
• 92. نگهداری و مدیریت پایدار مجموعه تست‌های خودکار
• 93. نقش هوش مصنوعی و یادگیری ماشین در آینده تست نرم‌افزار
• 94. مسیر شغلی و یادگیری مداوم برای یک مهندس اتوماسیون
• 95. پروژه نهایی: ساخت یک فریمورک تست کامل از صفر تا صد
• 96. **مقدمه‌ای بر تست API با استفاده از Postman**
• 97. **معرفی Git و GitHub برای مدیریت کد و همکاری تیمی**
• 98. **تکنیک‌های طراحی تست کیس: Boundary Value Analysis و Equivalence Partitioning**
• 99. **آشنایی با مفاهیم CI/CD و ادغام تست‌های خودکار در پایپ‌لاین**
• 100. ** گزارش‌گیری و تحلیل نتایج تست: ایجاد داشبورد و معیارهای ارزیابی**