Bądźmy w kontakcie

Plan Szkolenia

Czteropoziomowa warstwa personalizacji

Poziom 1 | Wie – Reguły i AGENTS.md

Poruszane tematy:
• Definiowanie konwencji projektowych i standardów programowania
• Dokumentowanie architektury i ograniczeń technicznych
• Tworzenie neutralnych przewodników po projekcie dla narzędzi
• Zapewnienie spójności między zespołami deweloperskimi a narzędziami AI

Poziom 2 | Potrafi – Umiejętności

Poruszane tematy:
• Tworzenie wielokrotnego użytku jednostek specjalistycznej wiedzy
• Ładowanie informacji kontekstowych tylko wtedy, gdy są potrzebne
• Zmniejszanie rozmiaru kontekstu przy jednoczesnym poprawianiu wydajności zadań
• Budowanie bibliotek wielokrotnego przepływu pracy i wiedzy

Poziom 3 | Dotyka – MCP

Poruszane tematy:
• Łączenie narzędzi AI z systemami zewnętrznymi i usługami
• Dostęp do repozytoriów, baz danych i źródeł dokumentacji
• Rozszerzanie możliwości asystentów AI do programowania
• Wdrażanie bezpiecznych integracji i kontroli sprawowania

Poziom 4 | Działa – Agenci

Poruszane tematy:
• Zrozumienie autonomicznych agentów AI i ich możliwości
• Autonomiczne czytanie, pisanie, testowanie i poprawianie kodu
• Zarządzanie przepływami pracy ukierunkowanymi na cele oraz zadaniami delegowanymi
• Ustalanie mechanizmów nadzoru i kontroli ludzkiej dla systemów agencji

Dzień 1 | Delegacja i Rozszerzanie Narzędzi

Moduł 1 | Od Asystenta do Agenta

Poruszane tematy:
• Zrozumienie różnic między asystentami AI a autonomicznymi agentami
• Wskaźnikowe uzupełnianie kodu w przeciwieństwie do delegowania agentom
• Jak przepływy pracy agencji zmieniają sposób strukturyzowania zadań deweloperskich
• Identyfikacja zadań odpowiednich do delegowania agentom
• Najlepsze praktyki współpracy z autonomicznymi systemami AI

Moduł 2 | Delegacje Działające Bez Nadzoru i Pętli

Poruszane tematy:
• Pisanie skutecznych instrukcji dla agentów AI
• Zapewnienie odpowiedniego kontekstu i wymagań biznesowych
• Definiowanie ograniczeń i granic wykonania
• Ustalanie jasnych kryteriów akceptacji i mierników sukcesu
• Minimalizacja interwencji ludzkiej przy jednoczesnym utrzymaniu jakości
• Jak budować Pętle

Moduł 3 | Warstwa Personalizacji i Gdzie Co Się Nadaje

Poruszane tematy:
• Zrozumienie czteropoziomowej warstwy personalizacji
• Używanie Reguł i AGENTS.md do definiowania konwencji projektowych
• Określanie, które mechanizmy personalizacji są odpowiednie w różnych sytuacjach
• Efektywne zarządzanie kontekstem między narzędziami a projektami
• Tworzenie spójnych środowisk deweloperskich wspomaganych AI

Moduł 4 | Umiejętności i Sub-Agenty

Poruszane tematy:
• Tworzenie wielokrotnego przepływu pracy dla typowych zadań i procesów
• Pakowanie specjalistycznej wiedzy do ponownego wykorzystania
• Zrozumienie roli sub-agentów i izolowanych kontekstów
• Delegowanie ograniczonych zadań do wyspecjalizowanych agentów
‡ Poprawa efektywności poprzez modułowe przepływy pracy AI

Dzień 2 | Łączenie Narzędzi, Równoległość i Sprawowanie

Moduł 5 | MCP: Połącz i Zbuduj

Poruszane tematy:
• Zrozumienie zasad Protokołu Kontekstu Modelowego (MCP)
• Łączenie narzędzi AI z systemami zewnętrznymi i usługami
• Integracja przeglądarek, baz danych, repozytoriów i źródeł dokumentacji
• Tworzenie własnego serwera MCP
• Zarządzanie kontrolą dostępu a rozważaniami bezpieczeństwa

Moduł 6 | Dyscyplinowany Przepływ Pracy Agencji

Poruszane tematy:
• Ustalanie powtarzalnego procesu deweloperskiego wspieranego AI
• Burzenie mózgów i planowanie z agentami AI
• Współtworzenie i wdrażanie rozwiązań w trybie kolaboratywnym
• Testowanie i walidacja wygenerowanych wyników
• Przegląd i finalizacja dostarczonych rezultatów z odpowiednimi krokami weryfikacji
• Jak ustawiać cele

Moduł 7 | Praca Równoległa

Poruszane tematy:
• Uruchamianie wielu agentów AI jednocześnie
• Praca z izolowanymi gałęziami i drzewami roboczymi Git-a
• Koordinowanie działań deweloperskich między przepływami równoległymi
• Łączenie i weryfikacja rezultatów z wielu agentów
• Poprawa produktywności poprzez strategie wykonania równoległego

Moduł 8: Ryzyka, Przegląd i Sprawowanie

Poruszane tematy:
• Ewaluacja i weryfikacja zewnętrznych Umiejętności i serwerów MCP
• Zrozumienie ryzyk związanych z bezpieczeństwem i kontrolą
• Zarządzanie uprawnieniami i prawami dostępu
• Ochrona wrażliwych danych i własności intelektualnej
• Ustalanie procesów przeglądowych i praktyk zapewniania jakości

Moduł 9 | Wdrożenia AI w Inżynierii Oprogramowania: Przykłady Zastosowań i Dalsze Kierunki

Poruszane tematy:
• Jak organizacje integrują AI z Cyklem Życia Oprogramowania (SDLC)
• Przykłady praktyczne i implementacyjne z różnych branż
• Typowe podejścia do wdrożeń AI: indywidualne, zespołowe oraz umożliwiające całościową organizację
‡ Typowe przypadki użycia na całym cyklu SDLC:
• Zbieranie wymagań i dokumentacja
• Generowanie kodu i prototypowanie
• Testowanie i zapewnianie jakości
• Przegląd kodu i refaktoryzacja
• Dokumentacja i zarządzanie wiedzą
• DevOps i zarządzanie incydentami
‡ Modele sprawowania, polityki oraz rozważania bezpieczeństwa
• Pomiar produktywności i zwrotu z inwestycji (ROI) wspomaganej AI deweloperskiej
• Budowanie wewnętrznej mapy drogowej wdrożeń AI
• Ustalanie praktycznych kolejnych kroków dla uczestników i ich zespołów

Interaktywne Warsztaty Dyskusyjne

• Aktualne wyzwania w ramach zespołów deweloperskich uczestników
• Identyfikacja przypadków użycia o wysokiej wartości dla natychmiastowego wdrożenia
‡ Ryzyka, blokery oraz aspekty organizacyjne
‡ Stworzenie wstępnej mapy działania integracji AI.

Wymagania

Doświadczenie zawodowe w programowaniu, zaawansowana obsługa terminala oraz wiedza na temat Git-a. Regularne używanie narzędzia AI do programowania lub ukończenie kursu Podstawy.

Grupa docelowa

Programiści korzystający już z narzędzi AI, kierownicy techniczni odpowiedzialni za wdrożenia zespołowe oraz inżynierowie platformowi lub DevOps budujący Umiejętności i serwery MCP.

 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie