Plan Szkolenia
Poziom 1: Labirynt Odkrywania – Tajemnice Wymagań
Misja: Wykorzystanie LLM (ChatGPT) do ekstrakcji ustrukturyzowanych wymagań z niejednoznacznych danych wejściowych.
Kluczowe aktywności:
- Interpretowanie niejednoznacznych pomysłów produktowych lub prośb o funkcje
- Wykorzystanie AI do:
- Generowania historii użytkowników i kryteriów akceptacji
- Sugerowania person i scenariuszy
-
Generowania artefaktów wizualnych (np. prostych diagramów w Mermaid lub draw.io)
Wynik: Ustrukturyzowany backlog historii użytkowników + początkowy model dziedziny/wizualizacje
Poziom 2: Kowalnia Projektowania – Zwój Architekta
Misja: Wykorzystanie AI do tworzenia i walidacji planów architektonicznych.
Kluczowe aktywności:
- Wykorzystanie AI do:
- Propozycji stylu architektonicznego (monolit, mikrousługi, serverless)
- Generowania wysokopoziomowych diagramów składników i interakcji
- Tworzenia szkieletu struktur klas/modułów
-
Wyzwania do podejmowania wyborów przez recenzje projektowe między parterami
Wynik: Zweryfikowana architektura + szkielet kodu
Poziom 3: Arena Kodu – Kolos Kodeksu
Misja: Wykorzystanie asystentów AI do implementacji funkcji i ulepszania kodu.
Kluczowe aktywności:
- Implementacja funkcjonalności za pomocą GitHub Copilot lub ChatGPT
- Refaktoryzacja kodu wygenerowanego przez AI w zakresie:
- Wydajności
- Bezpieczeństwa
- Konserwowalności
-
Wstrzykiwanie „zapachów kodu” i realizacja wyzwań porządkowania kodu w parach
Wynik: Działający, zrefaktorowany kod wygenerowany przez AI
Poziom 4: Błoto Błędów – Test Ciemności
Misja: Generowanie i ulepszanie testów z pomocą AI, a następnie wyszukiwanie błędów w kodzie innych zespołów.
Kluczowe aktywności:
- Wykorzystanie AI do generowania:
- Testów jednostkowych
- Testów integracyjnych
- Symulacji przypadków granicznych
-
Wymiana błędnego kodu z innym zespołem w celu debugowania z asystą AI
Wynik: Zestaw testów + raport z błędów + poprawki
Poziom 5: Portale Rurek – Bramy Automatów
Misja: Konfiguracja inteligentnych rurek CI/CD z asystą AI.
Kluczowe aktywności:
- Wykorzystanie AI do:
- Definiowania przepływów pracy (np. GitHub Actions)
- Automatyzacji kroków budowania, testowania i wdrażania
- Wysuwania propozycji wykrywania anomalii i polityk wycofania (rollback)
Wynik: Działający skrypt lub przepływ rurki CI/CD wspierany przez AI
Poziom 6: Cytadela Monitoringu – Warownia Logów
Misja: Analiza logów i wykorzystanie ML do wykrywania anomalii oraz symulacji odzyskiwania.
Kluczowe aktywności:
- Analiza predefiniowanych lub wygenerowanych logów
- Wykorzystanie AI do:
- Wykrywania anomalii lub trendów błędów
- Sugerowania automatycznych reakcji (np. skrypty samonaprawcze, alerty)
- Tworzenia dashboardów lub wizualnych podsumowań
Wynik: Plan monitorowania lub zsymulowany mechanizm inteligentnego alertowania
Ostateczny Poziom: Arena Bohatera – Budowa Ostatecznego SDLC Wspieranego przez AI
Misja: Zespoły stosują zdobytą wiedzę, aby zbudować działającą pętlę SDLC dla mini-projektu.
Kluczowe aktywności:
- Wybór mini-projektu zespołowego (np. tracker błędów, chatbot, mikrousługa)
- Stosowanie AI na każdym etapie SDLC:
- Wymagania, Projektowanie, Kodowanie, Testowanie, Wdrażanie, Monitorowanie
- Prezentacja wyników w krótkiej demonstracji zespołowej
Głosowanie lub ocena parterów w celu wyłonienia najskuteczniejszej rurki wspieranej przez AI
Wynik: Kompletna implementacja SDLC wzbogacona o AI + pokaz zespołowy
Po zakończeniu tego warsztatu uczestnicy będą potrafili:
- Stosować narzędzia generatywnej AI do ekstrakcji i strukturyzowania wymagań dotyczących oprogramowania
- Generować diagramy architektoniczne i walidować wybory projektowe z pomocą AI
- Wykorzystywać asystentów AI do implementacji i refaktoryzacji kodu produkcyjnego
- Automatyzować generowanie testów i przeprowadzać debugowanie z asystą AI
- Projektować inteligentne rurki CI/CD, które wykrywają i reagują na anomalie
- Analizować logi za pomocą narzędzi AI/ML w celu identyfikacji ryzyk i symulacji samonaprawy
- Zaprezentować w pełni wzbogacony o AI cykl SDLC poprzez mini-projekt zespołowy
Wymagania
Grupa docelowa: programiści, testerzy, architekci oprogramowania, inżynierowie DevOps, właściciele produktów
Uczestnicy powinni posiadać:
- Zrozumienie działania cyklu życia oprogramowania (SDLC)
- Praktyczne doświadczenie w pracy z co najmniej jednym językiem programowania (np. Python, Java, JavaScript, C#, itp.)
- Znajomość następujących obszarów:
- Pisania i czytania historii użytkowników oraz wymagań
- Podstawowych zasad projektowania oprogramowania
- Kontroli wersji (np. Git)
- Pisania i wykonywania testów jednostkowych
- Uruchamiania lub interpretacji rurek CI/CD
Jest to warsztat dla poziomu średniozaawansowanego do zaawansowanego. Jest idealny dla profesjonalistów, którzy są już członkami zespołów dostarczających oprogramowanie (programiści, testerzy, inżynierowie DevOps, architekci, właściciele produktów).
Opinie uczestników (1)
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