Kỹ Sư QA Ứng Dụng AI

1.1. Ứng dụng AI vào hoạt động kiểm thử
Xây dựng quy trình sử dụng AI để sinh dữ liệu kiểm thử phục vụ dev test (SIT) và tester test (UAT); đảm bảo dữ liệu sinh ra bao phủ tối thiểu: các test case đã được viết trước đây, các bug từng phát sinh khi triển khai, và nguyên nhân gốc (root cause) của các bug đó.
Sử dụng AI/LLM để tự động sinh và bổ sung test case từ tài liệu nghiệp vụ, ticket lỗi và log hệ thống; qua đó phát hiện các nhánh nghiệp vụ đang bị bỏ sót.
Ứng dụng AI hỗ trợ phân tích log, khoanh vùng nguyên nhân lỗi và đề xuất kịch bản tái hiện lỗi.
Đánh giá, lựa chọn và triển khai các công cụ AI phù hợp cho hoạt động QC; kiểm soát rủi ro về dữ liệu nhạy cảm khi đưa dữ liệu vào mô hình.
1.2. Tự động hóa và tăng tốc chu kỳ kiểm thử
Thiết kế, xây dựng và duy trì bộ kiểm thử tự động (API và luồng end-to-end) cho các nghiệp vụ cốt lõi và các điểm tích hợp hệ thống.
Tích hợp kiểm thử tự động vào quy trình CI/CD nhằm phát hiện lỗi sớm và giảm thời gian của một chu kỳ regression.
Chuẩn hóa bộ dữ liệu và môi trường kiểm thử để rút ngắn thời gian chuẩn bị trước mỗi đợt SIT/UAT.
1.3. Nâng cao chất lượng một cách có hệ thống
Xây dựng và theo dõi các chỉ số chất lượng: độ phủ kiểm thử, tỷ lệ lỗi lọt (defect escape rate), thời gian phát hiện và khắc phục lỗi.
Phân tích các lỗi lặp lại, đề xuất cải tiến quy trình để ngăn chặn lỗi từ gốc thay vì chỉ phát hiện ở khâu cuối.
Phối hợp chặt chẽ với BA, Dev và đội triển khai để làm rõ yêu cầu, tiêu chí nghiệm thu và rủi ro chất lượng ngay từ giai đoạn phân tích.
Đào tạo và chuẩn hóa cách ứng dụng AI trong QC cho toàn đội, đảm bảo năng lực không phụ thuộc vào một cá nhân.