| KEYWORD |
GR-16 - SOFTWARE ENGINEERING GROUP - SOFTENG
Tesi al Politecnico
Testing di applicazioni mobili attraverso machine learning e natural language processing
Parole chiave ANDROID, MACHINE LEARNING, NATURAL LANGUAGE PROCESSING, TEST
Riferimenti LUCA ARDITO, MAURIZIO MORISIO
Gruppi di ricerca GR-16 - SOFTWARE ENGINEERING GROUP - SOFTENG
Tipo tesi SPERIMENTALE
Descrizione Grazie ai recenti sviluppi degli algoritmi di Natural Language Processing e Machine Learning, è il momento perfetto per applicare queste tecnologie a supporto dei tester di applicazioni mobili per rendere il loro lavoro meno gravoso e migliorare l'efficienza nell'implementazione dei test.
Durante questa tesi di ricerca, sarà necessario sviluppare e migliorare un framework di test per applicazioni Android che sarà in grado di classificare gli apk e le activity per suggerire la scelta migliore tra i test già sviluppati da una suite di test di partenza. Il candidato dovrà anche sviluppare, fintanto che il framework si evolverà, test per applicazioni Android. È importante considerare l'human-in-the-loop nel contesto dello sviluppo dei test e le tecniche di ML e NLP come un supporti per lo sviluppatore e non come suoi sostituti.
Questa piattaforma sarà un framework di test utilizzabile dagli sviluppatori che interagisce con algoritmi di Machine Learning basati su Python. Il candidato utilizzerà inoltre i framework Espresso ed Appium per sviluppare test per applicazioni Android. Al candidato sarà anche richiesto di implementare algoritmi di machine learning, con la possibilità utilizzare tecniche di deep learning con framework popolari (PyTorch, TensorFlow, Keras, ecc.) e anche con approcci allo stato dell'arte come Transformer based Encoders, Deep Neural Network, ecc.
Conoscenze richieste Corso Mobile Application Development
Conoscenza base di Python (ML e NLP)
Conoscenza base di testing per applicazioni mobili
Sviluppo software
Disponibilità a partecipare in un gruppo di ricerca
Skill di problem solving
Scadenza validita proposta 02/09/2021
PROPONI LA TUA CANDIDATURA