Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do Claude Code & Programowania Wspomaganego przez AI

  • Czym jest Claude Code i czym różni się od tradycyjnych narzędzi AI
  • Rola generatywnych agentów AI w inżynierii oprogramowania
  • Wykorzystanie dużych promptów do budowania całych aplikacji
  • Zrozumienie korzyści produktywnościowych z programowania wspomaganego przez AI

Praca AI & Produktywność w Inżynierii Oprogramowania

  • Traktowanie Claude Code jako zespołu programistycznego AI
  • Rozwiązywanie powszechnych obaw i nieporozumień dotyczących AI w inżynierii
  • Zrozumienie ekonomii pracy AI
  • Wykorzystanie wzorca Best-of-N do generowania wielu rozwiązań
  • Wybór i dopracowanie optymalnych implementacji

Claude Code, Projektowanie i Jakość Kodu

  • Ocena, czy AI może oceniać jakość kodu
  • Stosowanie zasad projektowania oprogramowania z pomocą AI
  • Wykorzystanie AI do eksploracji wymagań i przestrzeni rozwiązań
  • Szybkie prototypowanie z wykorzystaniem konwersacyjnych przepływów projektowych
  • Stosowanie ograniczeń i strukturalnych promptów w celu poprawy jakości wyników

Proces, Kontekst i Protokół Kontekstu Modelu (MCP)

  • Znaczenie procesu i kontekstu w stosunku do surowego generowania kodu
  • Globalny trwały kontekst z użyciem CLAUDE.md
  • Strukturyzowanie reguł projektu, architektury i ograniczeń w plikach kontekstowych
  • Wielokrotnie używany ukierunkowany kontekst poprzez polecenia Claude Code
  • Nauka w kontekście poprzez uczenie Claude Code na przykładach

Automatyzacja & Dokumentacja z Claude Code

  • Wykorzystanie Claude Code do generowania i utrzymywania dokumentacji
  • Automatyzacja powtarzalnych zadań inżynierskich
  • Tworzenie wielokrotnie używanych przepływów pracy sterowanych kontekstem i poleceniami

Kontrola Wersji & Równoległe Programowanie z Claude Code

  • Integracja Claude Code z przepływami pracy opartymi na Git
  • Wykorzystanie gałęzi i worktree Git z agentami AI
  • Wykonywanie zadań Claude Code równolegle
  • Koordynowanie wielu podagentów AI pracujących nad oddzielnymi funkcjami
  • Bezpieczne zarządzanie równoległym rozwojem funkcji

Skalowanie Claude Code & Rozumowanie AI

  • Pełnienie roli rąk, oczu i uszu Claude Code
  • Zapewnienie, że Claude Code przegląda i sprawdza własną pracę
  • Zarządzanie limitami tokenów i złożonością architektoniczną
  • Projektowanie struktury projektu i nazewnictwa plików pod kątem skalowalności AI
  • Utrzymanie długoterminowego zdrowia bazy kodu z pomocą AI

Wielomodalne Promptowanie & Programowanie Oparte na Procesach

  • Naprawa procesu i kontekstu przed naprawą kodu
  • Tłumaczenie nieformalnych danych wejściowych (notatki, szkice, specyfikacje) na kod produkcyjny
  • Wykorzystanie wielomodalnych danych wejściowych do kierowania implementacją
  • Tworzenie powtarzalnych procesów programistycznych wspomaganych przez AI

Projekt Końcowy: Definiowanie Własnego Procesu Claude Code

  • Projektowanie osobistego lub zespołowego przepływu pracy z Claude Code
  • Łączenie plików kontekstowych, poleceń, podagentów i promptów
  • Tworzenie wielokrotnie używanych, skalowalnych procesów inżynierskich wspomaganych przez AI

Wymagania

  • Zrozumienie zasad programowania oraz typowych przepływów pracy inżynierskiej.
  • Doświadczenie w programowaniu w języku takim jak JavaScript, Python itp.
  • Doświadczenie w korzystaniu z wiersza poleceń/terminala oraz znajomość przepływów pracy w Git.

Grupa docelowa

  • Programiści, którzy chcą zintegrować sztuczną inteligencję ze swoim procesem programowania.
  • Liderzy techniczni, którzy chcą poprawić produktywność zespołu za pomocą narzędzi AI.
  • Inżynierowie DevOps i menedżerowie techniczni zainteresowani automatyzacją programowania wspomaganą przez AI.
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie