Objectifs

• Constituer des jeux de données représentatifs pour couvrir les cas de tests réels et maximiser la couverture des tests
• Maîtriser les techniques d’échantillonnage pour sélectionner des sous-ensembles de données pertinents et économiser les ressources de test
• Anonymiser les données sensibles pour garantir la conformité et la confidentialité dans les environnements de test
• Automatiser les processus de génération de jeux de données pour une utilisation continue dans les tests

Public

• Ingénieurs QA, développeurs, responsables de tests, chefs de projet IT, et ingénieurs DevOps
• Toute personne impliquée dans la création et la gestion de jeux de données pour les environnements de test

Pré-requis

• Connaissances de base en développement et en tests logiciels
• Une familiarité avec les bases de données ou l’analyse de données est un atout

Programme

jour 1: Constitution de Jeux de Données et Techniques d’Échantillonnage

1. Introduction aux Jeux de Données pour les Tests Logiciels
   • Importance d’un jeu de données représentatif pour des tests réalistes et complets
   • Types de jeux de données : données de production, jeux synthétiques, données aléatoires
2. Méthodes de Constitution et d’Échantillonnage
   • Techniques d’échantillonnage (aléatoire, stratifié, systématique) pour maximiser la représentativité
   • Atelier pratique : constitution et échantillonnage d’un jeu de données à partir de données de production simulées
3. Outils pour la Création et la Gestion des Jeux de Données
   • Présentation de quelques outils et scripts pour générer et gérer des jeux de données (ex. Faker, Mockaroo)
   • Démonstration pratique sur l’utilisation d’outils pour l’échantillonnage et la génération de données réalistes

Jour 2 : Anonymisation et Automatisation des Jeux de Données de Test

1. Anonymisation des Données Sensibles pour les Environnements de Test
   • Exigences réglementaires pour l’anonymisation des données (RGPD)
   • Techniques d’anonymisation : masquage, pseudonymisation, substitution
   • Atelier pratique : anonymisation d’un jeu de données en respectant les contraintes de confidentialité
2. Automatisation de la Génération et de l’Anonymisation des Jeux de Données
   • Méthodes pour automatiser la génération de jeux de données et l’anonymisation pour les tests continus
   • Intégration de la création de jeux de données dans les pipelines CI/CD
3. Conclusion et Bonnes Pratiques pour la Gestion des Jeux de Données de Test
   • Bonnes pratiques pour maintenir la qualité et la représentativité des jeux de données de test
   • Évaluation des techniques et outils pour optimiser les processus de tests et garantir la conformité

Les points forts de la formation

• Formation assurée par un expert en gestion des données de test et en anonymisation, avec une spécialisation en conformité RGPD et assurance qualité des données​​.

Choisir votre session