Plan Szkolenia
Poziom 1: Loch Odkryć – Sekrety Wymagań
Misja: Wykorzystaj LLM (ChatGPT) do wyodrębnienia strukturalnych wymagań z niejasnych danych wejściowych.
Kluczowe działania:
- Interpretuj niejasne pomysły na produkt lub prośby o funkcje
-
Wykorzystaj AI do:
- Generowania historii użytkownika i kryteriów akceptacji
- Sugerowania person i scenariuszy
-
Generowania wizualnych artefaktów (np. prostych diagramów za pomocą Mermaid lub draw.io)
Rezultat: Ustrukturyzowany backlog historii użytkownika + wstępny model domeny/wizualizacje
Poziom 2: Kuźnia Projektów – Zwój Architekta
Misja: Wykorzystaj AI do tworzenia i walidacji planów architektury.
Kluczowe działania:
-
Wykorzystaj AI do:
- Proponowania stylu architektury (monolit, mikrousługi, serverless)
- Generowania diagramów komponentów i interakcji wysokiego poziomu
- Tworzenia szkieletów struktur klas/modułów
-
Wzajemnie oceniajcie swoje wybory podczas przeglądów projektowych
Rezultat: Zwalidowana architektura + szkielet kodu
Poziom 3: Arena Kodu – Rękawica Codexa
Misja: Wykorzystaj AI copilotów do implementacji funkcji i poprawy kodu.
Kluczowe działania:
- Wykorzystaj GitHub Copilot lub ChatGPT do implementacji funkcjonalności
-
Refaktoryzuj kod generowany przez AI pod kątem:
- Wydajności
- Bezpieczeństwa
- Utrzymywalności
-
Wprowadź „zapachy kodu” i zorganizuj wyzwania czyszczenia kodu wśród uczestników
Rezultat: Funkcjonalny, zrefaktoryzowany kod wygenerowany przez AI
Poziom 4: Bagno Błędów – Testuj Ciemność
Misja: Generuj i ulepszaj testy za pomocą AI, a następnie znajdź błędy w kodzie innych.
Kluczowe działania:
-
Wykorzystaj AI do generowania:
- Testów jednostkowych
- Testów integracyjnych
- Symulacji przypadków brzegowych
-
Wymień się błędnym kodem z innym zespołem i przeprowadź debugowanie z pomocą AI
Rezultat: Zestaw testów + raport o błędach + poprawki błędów
Poziom 5: Portale Potoków – Brama Automatów
Misja: Skonfiguruj inteligentne potoki CI/CD z pomocą AI.
Kluczowe działania:
-
Wykorzystaj AI do:
- Definiowania przepływów pracy (np. GitHub Actions)
- Automatyzacji kroków budowania, testowania i wdrażania
-
Sugerowania zasad wykrywania anomalii/cofania zmian
Rezultat: Skrypt lub przepływ potoku CI/CD wspierany przez AI
Poziom 6: Cytadela Monitorowania – Wieża Logów
Misja: Analizuj logi i wykorzystaj ML do wykrywania anomalii oraz symulowania odzyskiwania.
Kluczowe działania:
- Analizuj wstępnie przygotowane lub wygenerowane logi
-
Wykorzystaj AI do:
- Identyfikowania anomalii lub trendów błędów
- Sugerowania automatycznych odpowiedzi (np. skrypty samonaprawcze, alerty)
-
Tworzenia paneli sterowania lub wizualnych podsumowań
Rezultat: Plan monitorowania lub symulowany mechanizm inteligentnego alertowania
Poziom Finałowy: Arena Bohaterów – Zbuduj Ostateczny SDLC Wspierany przez AI
Misja: Zespoły stosują wszystko, czego się nauczyły, aby zbudować działający cykl SDLC dla miniprojektu.
Kluczowe działania:
- Wybierz miniprojekt zespołowy (np. system śledzenia błędów, chatbot, mikrousługa)
-
Zastosuj AI na każdym etapie SDLC:
- Wymagania, Projektowanie, Kodowanie, Testowanie, Wdrażanie, Monitorowanie
- Przedstaw wyniki w krótkiej prezentacji zespołowej
Głosowanie lub ocena przez uczestników za najbardziej efektywny potok wspierany przez AI
Rezultat: Kompletna implementacja SDLC wzbogaconego o AI + prezentacja zespołowa
Po zakończeniu warsztatu uczestnicy będą mogli:
- Stosować narzędzia generatywnej AI do wyodrębniania i strukturyzowania wymagań oprogramowania
- Generować diagramy architektury i walidować wybory projektowe za pomocą AI
- Wykorzystywać AI copilotów do implementacji i refaktoryzacji kodu produkcyjnego
- Automatyzować generowanie testów i przeprowadzać debugowanie z pomocą AI
- Projektować inteligentne potoki CI/CD, które wykrywają i reagują na anomalie
- Analizować logi za pomocą narzędzi AI/ML, aby identyfikować ryzyka i symulować samonaprawę
- Zademonstrować pełny cykl SDLC wzbogacony o AI poprzez miniprojekt zespołowy
Wymagania
Grupa docelowa: Programiści, testerzy, architekci, inżynierowie DevOps, właściciele produktów
Uczestnicy powinni posiadać:
- Praktyczną znajomość cyklu życia rozwoju oprogramowania (SDLC)
- Doświadczenie w co najmniej jednym języku programowania (np. Python, Java, JavaScript, C# itp.)
-
Znajomość:
- Pisania i czytania historii użytkownika lub wymagań
- Podstawowych zasad projektowania oprogramowania
- Kontroli wersji (np. Git)
- Pisania i wykonywania testów jednostkowych
- Uruchamiania lub interpretowania potoków CI/CD
To warsztat na poziomie średniozaawansowanym do zaawansowanego. Idealny dla profesjonalistów, którzy już pracują w zespołach dostarczających oprogramowanie (programiści, testerzy, inżynierowie DevOps, architekci, właściciele produktów).
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
Instruktor może dostosować poziom kursu podczas szkolenia do naszego zrozumienia tematu, dzięki czemu możemy zdobyć więcej przydatnej wiedzy, która dalej pomóc nam w wykorzystywaniu narzędzi w codziennej pracy.
Tatt Juen - ViTrox Technologies Sdn Bhd
Szkolenie - Intermediate GitHub Copilot
Przetłumaczone przez sztuczną inteligencję