Plan Szkolenia
AI w fazie wymagań i planowania
- Używanie NLP i LLMs do analizy wymagań
- Konwersja wejścia stakeholderów na epiki i historie użytkowników
- Narzędzia AI do doskonalenia historii i generowania kryteriów akceptacji
Projektowanie i architektura z użyciem AI
- Używanie AI do modelowania komponentów systemu i zależności
- Generowanie diagramów architektury i sugestii UML
- Walidacja projektu poprzez rozumowanie systemowe oparte na pytaniami
Prace programistyczne z użyciem AI
- Generowanie kodu i szkieletów standardowych za pomocą AI
- Refaktoryzacja kodu i poprawa wydajności przy użyciu LLMs
- Integracja narzędzi AI do IDE (np. Copilot, Tabnine, CodeWhisperer)
Testowanie z użyciem AI
- Generowanie testów jednostkowych i integracyjnych za pomocą modeli AI
- Testowanie regresyjne i utrzymanie testów za pomocą AI
- Generowanie eksploracyjne i przypadki brzegowe z użyciem AI
Dokumentacja, rewizja kodu i dzielenie się wiedzą
- Automatyczne generowanie dokumentacji z kodu i API
- Automatyzacja rewizji kodu przy użyciu pytań AI i list kontrolnych
- Tworzenie baz wiedzy i FAQ przy użyciu rozmówczej AI
AI w CI/CD i automatyzacji wdrażania
- Optymalizacja potoków za pomocą AI i testowanie ryzykowne
- Inteligentne sugestie dotyczące wersji canary i cofania zmian
- AI w weryfikacji wdrożenia i analizie po wdrożeniu
Zarządzanie, etyka i strategia implementacji
- Zapewnianie odpowiedzialnego użycia AI i unikanie uprzedzeń w generowanym kodzie
- Audyt i zgodność w przepływach pracy wspomaganych AI
- Budowanie mapy drogi dla fazy implementacji AI w SDLC
Podsumowanie i kolejne kroki
Wymagania
- Zrozumienie koncepcji cyklu życia tworzenia oprogramowania
- Doświadczenie w architekturze oprogramowania lub liderstwie zespołowym
- Znajomość DevOps, praktyk agilnych lub narzędzi SDLC
Grupa docelowa
- Architekci oprogramowania
- Liderzy programistów
- Menedżerowie inżynieryjni
Opinie uczestników (2)
Zdobyłem wiedzę na temat biblioteki Streamlit w Pythonie i na pewno spróbuję ją wykorzystać, aby ulepszyć aplikacje w moim zespole, które są tworzone w R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Szkolenie - GitHub Copilot for Developers
Przetłumaczone przez sztuczną inteligencję
Wiedza wykładowcy w zaawansowanym użytkowaniu copilota oraz wystarczająca i efektywna praktyczna sesja
Tan - ViTrox Technologies Sdn Bhd
Szkolenie - Intermediate GitHub Copilot
Przetłumaczone przez sztuczną inteligencję