웨비나: AI 생성 테스트 데이터
- 합성 데이터 트윈 소개
- 생산 데이터의 디지털 트윈/합성 데이터 트윈을 테스트 데이터로 사용
- 리프레시에서 속도가 중요한 이유 end-to-end 시간 경과에 따른 테스트 데이터
- AI의 힘으로 수동적이고 시간 소모적인 단계를 완화하는 방법
- 공개적으로 사용 가능한 데이터세트를 사용한 데모
- 질문 게시판
스피커
마리 호세 봉튀
Privacy1 - 수석 법률 개인 정보 보호 전문가
Marie-José Bonthuis는 Privacy1의 선임 법률 개인 정보 보호 전문가이며 조직, 파트너십, 의료 기관 및 병원, 중소기업 및 교육 기관이 책임감 있고 실용적인 방식으로 개인 정보 보호 법안을 시행하도록 돕습니다. 웨비나 동안 그녀는 테스트 데이터와 관련된 개인 정보 보호 측면을 공유할 것입니다.
바르쉬 굴
Knab - 테스트 수석 소프트웨어 개발 엔지니어
Barış는 7년 이상의 금융 업계 경험과 5년 이상의 소프트웨어 테스팅에 중점을 두고 있습니다. Barış는 다양한 환경에서 테스트 자동화에 대한 많은 경험을 가지고 있습니다. Barış가 그의 작업에서 동기를 부여하는 것은 제품의 품질 개선에 기여하고 최종 사용자를 위해 완벽에 가깝게 만드는 것입니다. Barış는 현재 Knab(암스테르담 소재)에서 SDET로 근무하고 있으며 그 전에는 E2E 금융 및 은행 애플리케이션을 제공하는 Intertech IT(이스탄불)에서 근무했습니다.
빔 키스 얀센
Syntho - CEO 및 AI 생성 테스트 데이터 전문가
Syntho의 설립자이자 CEO인 Wim Kees는 privacy by design AI 생성 테스트 데이터로 경쟁 우위 확보 이로써 그는 클래식이 도입한 핵심 과제인 클래식을 해결하는 것을 목표로 하고 있습니다. test Data Management 느린 도구는 수동 작업이 필요하고 생산과 같은 데이터를 제공하지 않으므로 결과적으로 "legacy-by-design". 결과적으로 Wim Kees는 조직이 최신 기술 솔루션을 개발할 수 있도록 테스트 데이터를 올바르게 확보하는 데 앞장서고 있습니다.
