Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Moduł 1: Kontekst, Zakres i Wyzwania Dostawy
- Autouzupełnianie a wieloetapowe wykonywanie autonomiczne
- Typowe błędne przekonania dotyczące AI w dostawie oprogramowania
- Dlaczego same lepsze podpowiedzi nie wystarczają
- Identyfikacja narzędzi, problemów i celów uczestników
- Wybór odpowiedniego modelu operacyjnego AI dla zespołów inżynieryjnych
Moduł 2: Przyjmowanie Specyfikacji i Strukturalna Dekompozycja
- Budowanie strukturalnego inwentarza dokumentów interesariuszy
- Techniki ekstrakcji wymagań
- Strategie dzielenia na części: strukturalne, semantyczne, okna przesuwne
- Zachowanie zależności i odwołań krzyżowych
- Praca z tabelami, diagramami, schematami blokowymi i mieszanymi danymi wejściowymi
- Skuteczne zarządzanie oknami kontekstu
Moduł 3: Granice Ludzkiego Osądu
- Gdzie decyzje ludzkie pozostają kluczowe
- Wykrywanie zależności wynikających z halucynacji
- Wykrywanie wymyślonych ograniczeń i odwróconej logiki
- Zapobieganie niebezpiecznym domyślnym ustawieniom
- Ramy walidacji dla śledzenia, spójności i kompletności
Moduł 4: Od Wymagań do Kodu z Narzędziami Agentowymi
- Model dostawy oparty na architekturze
- Mapowanie komponentów i granice usług
- Kontrakty API jako kotwice dostawy
- Trwałe reguły i ograniczenia w narzędziach AI
- Instrukcje zadań powiązane z wymaganiami
- Minimalne podpowiedzi a podejścia z ograniczonymi podpowiedziami
- Generowanie backendu i frontendu w oparciu o kontrakty
Moduł 5: Pętla Iteracji Agentowej
- Spirala samokorekcji
- Kontrolowane cykle iteracyjnej dostawy
- Przegląd różnic i zmian w kodzie
- Wykrywanie rozszerzania zakresu i nieautoryzowanych modyfikacji
- Zarządzanie ograniczoną pamięcią kontekstu
- Wykorzystanie historii iteracji do ciągłego doskonalenia
Moduł 6: Egzekwowanie Jakości Kodu
- Ograniczenia podpowiedzi dla przypadków brzegowych
- Dokumenty reguł jako żywe artefakty zarządzania
- Automatyczne bramki z lintingiem i analizą statyczną
- Skanowanie bezpieczeństwa w kodzie generowanym przez AI
- Kontrola zgodności zależności i architektury
- Protokół przeglądu ludzkiego dla wyników AI
Moduł 7: Pętle Sprzężenia Zwrotnego i Ciągłe Doskonalenie
- Przekazywanie strukturalnych błędów z powrotem do przepływów pracy AI
- Ograniczone iteracje i kryteria zatrzymania
- Logowanie cykli i wyników
- Ulepszanie dokumentów reguł w czasie
- Budowanie wielokrotnego wykorzystania inteligencji inżynieryjnej
Moduł 8: Antywzorce Bezpieczeństwa w Dostawie AI
- Typowe ryzyka bezpieczeństwa w generowanym kodzie
- Dodatki technologiczne dotyczące reguł bezpieczeństwa
- Skanowanie bezpieczeństwa przed zatwierdzeniem
- Kontrole bezpiecznego SDLC dla rozwoju wspomaganego AI
- Odpowiedzialność ludzka w bezpiecznej dostawie
Moduł 9: Testowanie Opierające się na Specyfikacjach
- Generowanie specyfikacji testowych z wymagań
- Projektowanie testów w języku domenowym
- Bezpieczne generowanie implementacji testów
- Koncepcje testowania mutacyjnego
- Walidacja pokrycia specyfikacji
- Przegląd siły asercji
- Modele diagnostycznego zadawania pytań
Moduł 10: Utrzymanie Systemu
- Żywe artefakty: kontrakty, mapy, reguły, specyfikacje testowe
- Ewolucja ograniczeń w czasie
- Zarządzanie AI dla długoterminowej utrzymywalności
- Zapobieganie długowi technicznemu przy użyciu kontroli AI
- Model operacyjny dla zrównoważonych zespołów inżynieryjnych AI
Wymagania
Uczestnicy powinni posiadać:
- Doświadczenie w projektach związanych z rozwojem oprogramowania
- Zrozumienie podstaw architektury aplikacji
- Znajomość API, systemów backendowych/frontendowych lub pełnego stosu dostawy
- Podstawową wiedzę na temat Agile lub iteracyjnej dostawy oprogramowania
- Świadomość koncepcji testowania oprogramowania
- Znajomość narzędzi do kodowania z wykorzystaniem AI jest pomocna, ale nie obowiązkowa
- Seminarium jest odpowiednie dla średnio zaawansowanych i doświadczonych specjalistów technicznych
14 godzin