Certificat Professionnel ADC — Testeur QA Automatisation & IA

Objet du certificat

Le Certificat Professionnel ADC « Testeur QA Automatisation & IA » (CP-QAI) atteste qu'une personne est capable de concevoir une démarche de test fondée sur les risques, d'automatiser des tests API et web en TypeScript avec Playwright, d'industrialiser leur exécution dans une chaîne d'intégration continue et d'utiliser l'IA générative comme assistant contrôlé.

Il est délivré par AutomationDataCamp LLC à l'issue du parcours « Testeur QA Automatisation & IA — De zéro à Playwright en 12 semaines », après validation de cinq portes de compétence et d'une soutenance devant jury.

Ce certificat est un certificat privé d'organisme de formation. Il n'est ni un diplôme, ni un titre enregistré au RNCP, ni une certification ISTQB ou TestMu AI. Il atteste des compétences décrites dans ce référentiel, évaluées selon les modalités publiées sur cette page.

Conditions d'obtention

Condition	Exigence
Assiduité	80 % des séances au minimum
Portes de compétence	Les cinq portes validées (P1 à P5)
Capstone	Dépôt GitHub personnel, historique de commits authentique, application et API fournies par ADC
Soutenance	Score global ≥ 60/100, aucun bloc à 0, devant un jury de trois membres dont un professionnel externe
Intégrité	Aucune fraude, aucune sortie IA non déclarée, aucun code non compris par le candidat

Un candidat qui échoue à la soutenance peut la repasser une fois dans les 30 jours. Un candidat qui n'a pas validé une porte de compétence n'est pas admis à la soutenance.

Référentiel de compétences

Chaque compétence est formulée en verbe d'action, reliée à un module du parcours, à un indicateur observable et à une preuve produite par le candidat.

Bloc C1

Concevoir la démarche de test

Module M1 · Porte P1 · Correspondance ISTQB CTFL v4.0 chapitres 1, 2, 4, 5

Compétence	Indicateur observable	Preuve
C1.1 Analyser une exigence ou une user story et identifier ce qui doit être testé	Les cas de test couvrent les critères d'acceptation et les risques identifiés ; les cas inutiles sont écartés avec justification	Cas de test et matrice de traçabilité
C1.2 Appliquer les techniques de conception boîte noire	Partitions d'équivalence, valeurs limites, tables de décision ou transitions d'état utilisées là où elles s'imposent	Cas de test annotés par technique
C1.3 Construire une stratégie de test fondée sur les risques	Les risques sont identifiés, notés (probabilité × impact) et priorisent l'effort de test	Stratégie de test du Capstone
C1.4 Rédiger un rapport d'anomalie exploitable	Reproductible, factuel, priorisé, sans information inventée	Rapports d'anomalie

Bloc C2

Automatiser les tests API et web

Modules M2, M3 · Portes P2, P3 · Correspondance ISTQB CTFL chapitre 6

Compétence	Indicateur observable	Preuve
C2.1 Écrire du TypeScript lisible et asynchrone sans assistance	Kata asynchrone réussi en séance sans IA	Porte P2
C2.2 Automatiser un test d'API	Requête, assertion sur statut, corps et données, cas négatifs	Suite API du Capstone
C2.3 Automatiser un parcours web avec Playwright	Localisateurs par rôle ou attribut de test, assertions web-first, aucun temps d'attente arbitraire	Suite web du Capstone
C2.4 Structurer une suite maintenable	Séparation tests / pages / fixtures / données / utilitaires ; pas de duplication injustifiée ; isolation des tests	Structure du dépôt
C2.5 Diagnostiquer et réduire l'instabilité	Un test instable est identifié, sa cause expliquée, la correction justifiée	Trace Viewer et commit correctif

Bloc C3

Industrialiser l'exécution

Module M4 · Porte P4

Compétence	Indicateur observable	Preuve
C3.1 Exécuter la suite dans GitHub Actions	Le workflow se déclenche sur pull request et s'exécute de façon reproductible	Fichier de workflow et historique d'exécutions
C3.2 Gérer secrets, variables et artefacts	Aucun secret dans le code ; rapports conservés et consultables	Configuration du dépôt
C3.3 Mettre en place un quality gate	Une fusion est bloquée sur échec de tests	Règle de protection de branche
C3.4 Diagnostiquer un pipeline en échec	La cause est identifiée à partir des logs et corrigée	Porte P4

Bloc C4

Utiliser l'IA générative de façon contrôlée

Module M5 · Porte P5 · Correspondance ISTQB CT-GenAI v1.1 chapitres 2, 3, 4

Compétence	Indicateur observable	Preuve
C4.1 Contextualiser une demande à un modèle	Le prompt fournit exigences, architecture, conventions et tests existants	Dossier d'expérimentation IA
C4.2 Relire et corriger une sortie générée	Sélecteurs fragiles, assertions faibles, attentes artificielles, secrets exposés et tests inutiles sont détectés	Sortie annotée et version corrigée
C4.3 Évaluer une sortie contre des critères définis à l'avance	Jeu de référence, répétition, mesure de pertinence et de couverture	Grille d'évaluation renseignée
C4.4 Documenter et tracer l'usage de l'IA	Chaque contribution IA au Capstone est identifiée et sa vérification décrite	Section IA du rapport qualité
C4.5 Appliquer les règles de sécurité et de conformité	Aucune donnée personnelle ni secret transmis au modèle ; risques RGPD et injection de prompt identifiés	Registre des risques

Bloc C5

Communiquer et défendre la démarche qualité

Module M6 · Soutenance

Compétence	Indicateur observable	Preuve
C5.1 Produire un rapport qualité pour des parties prenantes non techniques	Couverture, risques résiduels, recommandations, lisible en cinq minutes	Rapport qualité du Capstone
C5.2 Justifier chaque choix de test	Le candidat explique pourquoi un scénario est automatisé, manuel ou écarté	Soutenance
C5.3 Expliquer son propre code	Toute ligne du dépôt peut être expliquée à la demande du jury	Soutenance
C5.4 Reconnaître les limites de son travail	Les faiblesses et les points non traités sont nommés sans y être poussé	Soutenance

Modalités d'évaluation

Portes de compétence

Porte	Module	Modalité	Seuil
P1	M1	Quiz 30 questions + cas pratique de conception	70 %
P2	M2	Kata asynchrone TypeScript, en séance, sans IA	Kata fonctionnel et expliqué
P3	M3	Trois tests sur une fonctionnalité inconnue, en séance, sans IA, avec revue de code	Tests exécutables et revue validée
P4	M4	Diagnostic et correction d'un pipeline cassé, en séance	Pipeline rétabli et cause expliquée
P5	M5	Évaluation argumentée d'une sortie IA sur jeu de référence	Grille complète et critères justifiés

Chaque porte peut être repassée une fois après remédiation, avant le début du module suivant.

Soutenance

Mentions

Score	Mention
60 – 74	Validé
75 – 89	Bien
90 – 100	Excellent

Un bloc noté 0 est éliminatoire quel que soit le total. Une sortie IA non déclarée ou du code que le candidat ne sait pas expliquer entraîne l'ajournement.

Grille de soutenance

Chaque critère est noté de 0 à 4, puis pondéré.

Niveau	Définition
0	Absent ou faux
1	Présent mais superficiel, non justifié
2	Correct, justifié partiellement
3	Correct, justifié, cohérent avec le reste de la démarche
4	Maîtrisé : le candidat anticipe les limites et propose mieux

Bloc	Critère	Coefficient	Points max
C1 — Concevoir (15)	Analyse des risques et priorisation	2	8
	Pertinence et couverture des cas de test	1,75	7
C2 — Automatiser (30)	Qualité des tests API	1,5	6
	Qualité des tests web Playwright	2,5	10
	Architecture et maintenabilité	2	8
	Stabilité et diagnostic	1,5	6
C3 — Industrialiser (15)	Pipeline et déclenchement sur PR	1,75	7
	Secrets, artefacts, quality gate	2	8
C4 — IA contrôlée (20)	Contextualisation et relecture	2	8
	Évaluation d'une sortie et traçabilité	2	8
	Sécurité et conformité	1	4
C5 — Défendre (20)	Rapport qualité pour parties prenantes	1,5	6
	Justification des choix et explication du code	2,5	10
	Lucidité sur les limites	1	4
Total			100

Questions types du jury

• Pourquoi ce scénario est-il automatisé et celui-ci resté manuel ?
• Pourquoi cette assertion plutôt qu'une autre ?
• Montrez-moi un test que l'IA a généré. Qu'avez-vous changé, et pourquoi ?
• Que se passe-t-il si cette API renvoie 500 ?
• Ce test échoue une fois sur cinq : où chercheriez-vous ?
• Quel risque produit n'avez-vous pas couvert ? Pourquoi ?
• Expliquez cette fixture ligne par ligne.

Validité