Martedì 8 Giugno

Benvenuto e apertura dei lavori

Paolo Morati, Giornalista - Soiel International

L’evoluzione della certificazione ISTQB® verso Shift-Left e Test Automation

Gualtiero Bazzana, Presidente - ITA-STQB

ISTQB^® è il riferimento internazionale per quanto riguarda la certificazione delle competenze in ambito software testing.

Anche in Italia, questo schema di certificazione sta avendo un seguito molto importante, sia da parte dei professionisti che delle aziende alla ricerca di miglioramenti della qualità del software.

Negli ultimi anni il portafoglio delle certificazioni ISTQB^® è evoluto in modo significativo per rispondere alle mutate modalità di sviluppo; in particolare sono stati pubblicati nuovi syllabi e resi disponibili esami di certificazione nei seguenti ambiti:

- Nuovo syllabus “Foundation” 2018, con importanti evoluzioni in ambito Shift Left

- Syllabus “Agile Tester”, con ulteriori nuovi syllabi in preparazione in questo contesto

- Syllabus “Test Automation Engineer” che sta conoscendo un positivo riscontro dal mercato

Obiettivo dell’intervento è quello di ricordare gli aspetti essenziali dello schema di certificazione ISTQB^® per poi analizzare in maggiore dettaglio i contenuti dei nuovi syllabi.

96% Successful Daily Web Production Deploy with 6000+ Automated Tests

Antoine Craske, Head of Architecture & Technology - La Redoute

The key guideline for valuable and efficient DevOps chains is fast feedback in order to reduce costs and increase business value. La Redoute IT reached the goal of a daily web platform deployment leveraging an internal solution Cerberus, open source, supported by a community and used by other players. It allows to perform functional automated tests and is a pillar of the CI/CD pipelines through the test lifecycle, enabling testers to focus on testing, and not on building another testing framework.

Eolo & Capgemini Engineering insieme per un approccio programmatico alla Test Automation

Francesco Alberti, R&D & Test Plant Manager - Eolo Spa

Vincenzo Marrazzo, Test Automation & Performance Test Expert - Capgemini Engineering

Alfredo Sacconi, Testing Practice - Capgemini

L’ambizione di Eolo è automatizzare buona parte dei processi di qualità sui loro apparati destinati alla rete di produzione.

Capgemini Engineering, grazie alla sua esperienza, ha sviluppato una Test Automation Solution in accordo alle best practice ISTQB ed alle necessità di Eolo.

La TAS è basata su Robot Framework e Python, ed è integrabile in un processo di Continuous Integration/Continuous Delivery. Le tecnologie sotto test sono basate su Ethernet sia per applicazioni di accesso (PPP, DHCP, RADIUS, etc.) che per la gestione di routing sulla rete (VLAN, MPLS, BGP, etc.).

La TAS integra il supporto del Cisco TRex per generare/misurare il traffico a pacchetto e sfrutta la virtualizzazione per massimizzare l'efficienza dei cicli di test durante le regressioni automatiche.

Shift left look right: l’intelligenza artificiale a supporto del test. Come accelerare la creazione dei test automatici quando la User Interface non è ancora presente e gli ambienti non sono sempre disponibili

Stefano Lontano, Testing Solution Consulting - Micro Focus

Emiliano Tizzoni, Senior Presales Engineer - Micro Focus

Durante questo intervento vi mostreremo, attraverso una demo live, come in un caso d’uso reale si possano combinare tutte queste tecnologie per ottenere:

- riduzione della dipendenza di tipo architetturale applicativa

- riduzione del time to market, grazie alla disponibilità degli asset di test in tempi più rapidi

- aumento della qualità, in quanto la riduzione dei tempi permette di fare più test aumentandone la profondità

- riduzione dei costi, grazie alla riduzione dei difetti in produzione e la conseguente riduzione dei costi di fix

Continuous Test Automation & AI

Vincenzo Aloisio, CTO - Citel Group

Daniele Annunziata, Test Automation/Performance Test e DevOps Test Automation Coordinator - TIM  

Gianni Rossi, Head of IT Automation & Testing enviroment management - TIM 

L'evoluzione delle metodologie di sviluppo del software necessarie ad abilitare una corretta ed efficace trasformazione digitale (es. Agile/ DevOps) esigono un nuovo paradigma di continuous testing che garantisca la qualità dei rilasci di prodotti e applicazioni digitali sia nel mondo B2B che B2C. Per evitare quindi che la quality assurance diventi il "collo di bottiglia" del processo produttivo è ormai imprescindibile implementare strategie di continuous testing di cui l'automation diventa sempre più la componente determinante e l'intelligenza artificiale un'estensione sempre più necessaria. In tale contesto lo sviluppo di tool di automazione rappresenta un elemento di forte creazione di valore come rappresentato nel caso dello sviluppo del tool di analisi automatizzata del pricing delle offerte del gruppo TIM.

NTT DATA Test Automation and DevOps

Luigi Garibotti, Head of Business Service Line Quality Assurance Nord Italy - NTT Data

Gianluca Carelli, Project Manager - NTT Data

Il software come asset centrale di ogni iniziativa

Riccardo Bernasconi, Sales e Marketing Manager - Emerasoft

Che lo vogliamo o no siamo circondati da applicazioni che scandiscono le nostre giornate suggerendo il momento del riposo e quando è il momento di fare due passi.
Se è vero che il software ha un ruolo così centrale nel business digitale odierno, ma soprattutto nelle nostre vite, è altrettanto vero quanto sia strategico organizzare nel modo corretto e soprattutto mettere in sicurezza la Software Bill of Materials che lo compone.

Autonomous Real-Time Testing

Thomas Fehlmann, International Senior Researcher and Consultant - Euro Project Office AG

Software testing is becoming increasingly important because more and more products are software-intensive. Cars, for example, contain control software (ECUs) that is networked with each other. However, software problems can delay commissioning by months, even years, because the different components are not coordinated with each other. A timely system test would help, but there is a lack of time and resources. The functionality of the software is simply too great for manual testing. So, you must automate.

Automation is not only necessary for the execution of tests, but above all for the generation of suitable test cases. You cannot manually write test cases for a functional size around a million function points. However, this becomes possible with Combinatory Logic, the Analytic Hierarchy Process (AHP), and Quality Function Deployment (QFD).

ART – Autonomous Real-time Testing – is more than test automation. When today’s cars use map services from the cloud, or their own sensors, for an Advanced Driving Assistance System (ADAS) to perform driving decisions; or when in the future an autonomous car meets another; or with truck platooning; or when adding a new, previously unknown device to an IoT orchestra, the original base system expands its functionality. Therefore, such an expanding system needs being retested before it can do decisions with the potential of affecting harm to humans or things, after each update, after each learning. This is Continuous Testing during operation; it supplements Continuous Delivery and Continuous Integration.

Disruptive innovations in automotive require an equally disruptive new approach to testing of software-intense systems. This requires moving from once-upon-a-time testing before release to autonomous real-time software & systems testing during operations, with indications to users and suppliers about the actual state and testing results.

This presentation explains the theory and the implementation approach for a framework for Autonomous Real-time Testing (ART) of a software-intense system while in operation.

Continuous testing of complex systems in real-time requires limiting the number of test cases being generated and executed. Automatic test case generation requires avoiding combinatorial explosion. This becomes possible by understanding the needs (or values) of the customer, or user. The hype for autonomous cars is over but ADAS are state of the art and will appear in vehicles everywhere. They are likely to contain deep learning devices such as Visual Recognition Systems that share learning among a wide range of cars.

ART addresses the need to automatically generate test cases; based on an initial set of test stories. Using Six Sigma Transfer Functions, we can effectively limit the growth of test cases and keep focus on the users’ needs. Neither QFD nor Six Sigma is widely known among automotive, software testing, or DevOps engineers, that is what is exciting for attendees of this presentation.

Q&A

Chiusura dei lavori