Volle Fahrt voraus: DSL-Engineering als Kraftstoff für Oberflächentests

Obwohl die Automation von Oberflächentests Testern mittelfristig viel Zeit ersparen kann, eröffnet sie auch zusätzliche Baustellen. Eine dieser Baustellen ist die Identifikation der Elemente auf der Anwendungsoberfläche, damit Automatisierungswerkzeuge mit ihnen interagieren können. Diese Identifikatoren werden zumeist mit Reverse Engineering aus einem existenten System extrahiert.

In ihrem Vortrag stellen Nils und Oliver vor, wie man mit DSL-Engineering weitaus bessere Ergebnisse erzielt, indem die Zugriffspfade auf die Oberflächenelemente erzeugt werden, sodass die Tester sich auf den funktionalen Test konzentrieren können.

Vorkenntnisse

* Grundlegendes Verständnis von Oberflächentestautomation.

Lernziele

* Grundlegendes Verständnis von DSL-Engineering.
* Wie kann DSL-Engineering bei der Formulierung von Oberflächentests helfen?

 

Agenda

ab 8.30 Uhr Registrierung und Begrüßungskaffee

9.30 Uhr Beginn

Intro

Machine Learning

  • Was ist Machine Learning?
  • Der typische ML Workflow
  • Was sind neuronale Netze?
  • Jupyter Lab mit Python
  • Eine Einführung in TensorFlow
  • Keras als High-Level API für TensorFlow

Praxisteil: Deep Learning Modelle mit Keras

  • Datengeneratoren
  • Datasets explorativ analysieren
  • Hold-Out vs. Cross Validation

11.00 - 11.15 Uhr: Kaffeepause

Praxisteil: Deep Learning Modelle mit Keras

  • Feed-Forward Netzarchitektur
  • Convolutional Neural Networks als Deep Learning Ansatz
  • Evaluation und Visualisierung des Modells

12.30 - 13.30 Uhr: Mittagspause

Pipelines mit Luigi

  • Anforderungen an produktive Modelle
  • Übersicht über Luigi und dessen Module
  • Bau eines Beispiel-Workflows

Praxisteil: Den Keras-Workflow mit Luigi implementieren

  • Anforderungen an produktive Modelle
  • Übersicht über Luigi und dessen Module
  • Bau eines Beispiel-Workflows

15.30 - 15.45 Uhr: Kaffeepause

Praxisteil: TensorFlow-Serving

  • Übersicht über TensorFlow-Serving
  • Ladestrategien konfigurieren
  • Deployment des Modells

ca. 17.00 Uhr: Ende

 

Referenten

 

Oliver Libutzki Oliver Libutzki arbeitet als Softwarearchitekt bei der b+m Informatik AG in Melsdorf. Seit 2006 beschäftigt er sich mit DSL-Engineering, vor allem im Java-Umfeld. Er ist für das Design und die Implementierung des UI-Testautomation-Frameworks tapir verantwortlich. Zuvor arbeitete er als IT-Berater und unterstützte Kunden erfolgreich bei DSL-Engineering-Projekten.

Nils Christian Ehmke Nils Christian Ehmke ist Softwarearchitekt der b+m Informatik AG in Melsdorf. Er arbeitet an Businesslösungen für die Finanzwirtschaft mit DSL-Engineering. Er ist für das Design und die Implementierung des UI-Testautomation-Frameworks tapir verantwortlich.

Platin-Sponsor

Gold-Sponsor

Silber-Sponsoren


CLC-Newsletter

Sie möchten über die Continuous Lifecycle
auf dem Laufenden gehalten werden?

 

Anmelden