LLM do zrozumienia, refaktoryzacji i dokumentowania kodu - Plan Szkolenia
LLM do zrozumienia, refaktoryzacji i dokumentowania kodu to techniczny kurs skupiający się na zastosowaniu dużych modeli językowych (LLM) w celu poprawy jakości kodu, redukcji długu technicznego i automatyzacji zadań związanych z dokumentacją w zespołach programistycznych.
Ten prowadzony przez instruktora, żywy trening (online lub na miejscu) jest skierowany do programistów na poziomie średniozaawansowanym i zaawansowanym, którzy chcą wykorzystać LLM, takie jak GPT, do bardziej efektywnej analizy, refaktoryzacji i dokumentowania złożonych lub starszych baz kodu.
Pod koniec szkolenia uczestnicy będą mogli:
- Wykorzystywać LLM do wyjaśniania kodu, zależności i logiki w nieznanych repozytoriach.
- Identyfikować i refaktoryzować antywzorce oraz poprawiać czytelność kodu.
- Automatycznie generować i utrzymywać komentarze w kodzie, pliki README oraz dokumentację API.
- Integrować wnioski z LLM z istniejącymi procesami CI/CD i recenzji.
Format kursu
- Interaktywne wykłady i dyskusje.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
Plan Szkolenia
Zrozumienie kodu za pomocą LLM
- Strategie promptingu do wyjaśniania i przechodzenia przez kod
- Praca z nieznanymi bazami kodu i projektami
- Analiza przepływu sterowania, zależności i architektury
Refaktoryzacja kodu dla utrzymywalności
- Identyfikacja zapachów kodu, martwego kodu i antywzorców
- Restrukturyzacja funkcji i modułów dla poprawy czytelności
- Wykorzystanie LLM do sugerowania konwencji nazewnictwa i ulepszeń projektowych
Poprawa wydajności i niezawodności
- Wykrywanie nieefektywności i ryzyk bezpieczeństwa z pomocą AI
- Sugerowanie bardziej wydajnych algorytmów lub bibliotek
- Refaktoryzacja operacji I/O, zapytań do bazy danych i wywołań API
Automatyzacja dokumentowania kodu
- Generowanie komentarzy i podsumowań na poziomie funkcji/metod
- Pisanie i aktualizacja plików README z baz kodu
- Tworzenie dokumentacji Swagger/OpenAPI z wsparciem LLM
Integracja z łańcuchami narzędzi
- Wykorzystanie rozszerzeń VS Code i Copilot Labs do dokumentacji
- Włączenie GPT lub Claude w pre-commit hooks w Git
- Integracja z potokiem CI dla dokumentacji i lintingu
Praca z starszymi i wielojęzycznymi bazami kodu
- Reverse-engineering starszych lub niedokumentowanych systemów
- Refaktoryzacja międzyjęzykowa (np. z Pythona na TypeScript)
- Studia przypadków i demonstracje programowania w parach z AI
Etyka, zapewnienie jakości i recenzja
- Weryfikacja zmian generowanych przez AI i unikanie halucynacji
- Najlepsze praktyki recenzji kodu przy użyciu LLM
- Zapewnienie powtarzalności i zgodności ze standardami kodowania
Podsumowanie i kolejne kroki
Wymagania
- Doświadczenie w językach programowania takich jak Python, Java lub JavaScript
- Znajomość architektury oprogramowania i procesów recenzji kodu
- Podstawowa znajomość działania dużych modeli językowych
Grupa docelowa
- Inżynierowie backendowi
- Zespoły DevOps
- Doświadczeni programiści i liderzy techniczni
Szkolenia otwarte są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.
LLM do zrozumienia, refaktoryzacji i dokumentowania kodu - Plan Szkolenia - Rezerwacja
LLM do zrozumienia, refaktoryzacji i dokumentowania kodu - Plan Szkolenia - Zapytanie
LLM do zrozumienia, refaktoryzacji i dokumentowania kodu - Zapytanie o Konsultacje
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
Propozycje terminów
Szkolenia Powiązane
Zaawansowane GitHub Copilot i AI dla projektów i infrastruktury
14 godzinGitHub Copilot to narzędzie do uzupełniania kodu napędzane sztuczną inteligencją, które pomaga przyspieszyć rozwój, jednocześnie poprawiając jakość i produktywność. Połączone z zastosowaniami sztucznej inteligencji w projektach, infrastrukturze i oprogramowaniu, menedżerowie mogą wykorzystać AI do optymalizacji alokacji zasobów, usprawnienia przepływów pracy i poprawy podejmowania decyzji.
To szkolenie prowadzone przez instruktora, na żywo (online lub na miejscu) jest skierowane do menedżerów na poziomie zaawansowanym, którzy chcą pogłębić swoją wiedzę na temat GitHub Copilot, a jednocześnie poznać praktyczne zastosowania AI w środowiskach korporacyjnych, z przykładami dotyczącymi dużych projektów i branż, takich jak przemysł naftowy i gazowy.
Pod koniec szkolenia uczestnicy będą mogli:
- Stosować zaawansowane funkcje Copilot w dużych projektach korporacyjnych.
- Integrować Copilot w wielodyscyplinarnych przepływach pracy dla maksymalnej efektywności.
- Wykorzystywać narzędzia AI do optymalizacji zarządzania projektami, infrastruktury i pozyskiwania oprogramowania.
- Wdrażać strategie oparte na AI, aby poprawić planowanie, szacowanie i optymalizację czasu.
- Rozpoznawać praktyczne zastosowania AI w scenariuszach branżowych, takich jak przemysł naftowy i gazowy.
Format kursu
- Interaktywny wykład i dyskusja.
- Ćwiczenia praktyczne i studia przypadków.
- Pokazy na żywo narzędzi AI i przepływów pracy Copilot.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
Zaawansowany Cursor: Inżynieria Promptów, Dostrajanie i Niestandardowe Narzędzia
14 godzinCursor to zaawansowane środowisko programistyczne napędzane sztuczną inteligencją, które pozwala inżynierom rozszerzać, dostosowywać i personalizować jego inteligencję kodowania pod kątem specjalistycznych przypadków użycia i przepływów pracy w przedsiębiorstwach.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do zaawansowanych programistów i inżynierów AI, którzy chcą projektować spersonalizowane systemy promptów, dostrajać zachowanie modeli oraz budować niestandardowe rozszerzenia do automatyzacji rozwoju wewnętrznego.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Projektować i testować zaawansowane szablony promptów dla precyzyjnego zachowania AI.
- Łączyć Cursor z wewnętrznymi API i bazami wiedzy w celu generowania kodu z uwzględnieniem kontekstu.
- Tworzyć dostrojone lub dostosowane do domeny modele AI do specjalistycznych zadań.
- Budować i wdrażać niestandardowe narzędzia lub adaptery, które bezpiecznie rozszerzają funkcjonalność Cursor.
Format kursu
- Prezentacje techniczne i demonstracje z przewodnikiem.
- Praktyczne laboratoria programowania i optymalizacji promptów.
- Praktyczne projekty integrujące Cursor z rzeczywistymi systemami przedsiębiorstw.
Opcje dostosowania kursu
- Kurs można dostosować do konkretnych wewnętrznych architektur, frameworków AI lub wymagań dotyczących zgodności z przepisami bezpieczeństwa.
Zaawansowany GitHub Copilot
14 godzinTo szkolenie prowadzone przez instruktora na żywo w Polsce (online lub na miejscu) jest skierowane do zaawansowanych uczestników, którzy chcą dostosować GitHub Copilot do projektów zespołowych, wykorzystać jego zaawansowane funkcje i zintegrować go płynnie z potokami CI/CD w celu zwiększenia współpracy i produktywności.
Pod koniec szkolenia uczestnicy będą mogli:
- Dostosować GitHub Copilot do konkretnych potrzeb projektu i przepływów pracy zespołu.
- Wykorzystać zaawansowane funkcje Copilota do wykonywania złożonych zadań kodowania.
- Zintegrować GitHub Copilot z potokami CI/CD i środowiskami współpracy.
- Optymalizować współpracę zespołową za pomocą narzędzi wspieranych przez sztuczną inteligencję.
- Skutecznie zarządzać ustawieniami i uprawnieniami Copilota oraz rozwiązywać problemy.
GitHub Copilot: Tryb Zaawansowanego Agenta
21 godzinTo szkolenie prowadzone przez instruktora na żywo w Polsce (online lub na miejscu) jest skierowane do deweloperów, którzy chcą wykorzystać Tryb Agenta GitHub Copilot do samodzielnego budowania funkcji, uruchamiania testów oraz zarządzania większymi zadaniami kodowania.
Po zakończeniu szkolenia uczestnicy będą potrafili aktywować Tryb Agenta, planować i iterować w ramach pętli agenta, wykonywać polecenia terminala oraz wdrażać zarządzanie przedsiębiorstwem.
GitHub Copilot dla automatyzacji DevOps i zwiększenia produktywności
14 godzinGitHub Copilot to asystent programistyczny napędzany sztuczną inteligencją, który pomaga automatyzować zadania programistyczne, w tym operacje DevOps, takie jak pisanie konfiguracji YAML, GitHub Actions i skryptów wdrażania.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na poziomie podstawowym i średniozaawansowanym, którzy chcą wykorzystać GitHub Copilot do usprawnienia zadań DevOps, poprawy automatyzacji i zwiększenia produktywności.
Pod koniec szkolenia uczestnicy będą mogli:
- Wykorzystywać GitHub Copilot do wsparcia w pisaniu skryptów powłoki, konfiguracji i potoków CI/CD.
- Korzystać z uzupełniania kodu AI w plikach YAML i GitHub Actions.
- Przyspieszać testowanie, wdrażanie i automatyzację przepływów pracy.
- Odpowiedzialnie stosować Copilota, rozumiejąc ograniczenia i najlepsze praktyki związane z AI.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
Rozwój i kodowanie wspomagane przez sztuczną inteligencję z Cursor
21 godzinTo szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do programistów o średnim poziomie zaawansowania, którzy chcą zwiększyć produktywność i jakość kodu, korzystając z kodowania wspomaganego przez sztuczną inteligencję w Cursor.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Zainstalować i skonfigurować Cursor do programowania wspomaganego przez sztuczną inteligencję.
- Zintegrować Cursor z repozytoriami Git i przepływami pracy developerskimi.
- Używać języka naturalnego do generowania, debugowania i optymalizacji kodu.
- Wykorzystać możliwości sztucznej inteligencji do refaktoryzacji, dokumentacji i testowania.
Cursor dla inżynierii danych i ML: Notatniki, Potoki i Operacje na Modelach
14 godzinCursor to środowisko programistyczne wspierane przez sztuczną inteligencję, które zwiększa produktywność i niezawodność w przepływach pracy związanych z danymi i uczeniem maszynowym poprzez inteligentne generowanie kodu, sugestie oparte na kontekście oraz uproszczoną dokumentację.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do specjalistów od danych i ML na poziomie średniozaawansowanym, którzy chcą zintegrować Cursor z codziennymi przepływami pracy w celu szybszego prototypowania, skalowalnego rozwoju potoków i poprawy operacji na modelach.
Po ukończeniu szkolenia uczestnicy będą mogli:
- Wykorzystywać Cursor do przyspieszenia rozwoju notatników i eksploracji kodu.
- Generować, refaktoryzować i dokumentować potoki ETL oraz inżynierii cech.
- Wykorzystywać kod wspierany przez AI do trenowania, strojenia i oceny modeli.
- Zwiększać powtarzalność, współpracę i spójność operacyjną w przepływach pracy ML.
Format kursu
- Interaktywne wykłady i demonstracje.
- Praktyczne ćwiczenia w środowiskach programistycznych na żywo.
- Studia przypadków integrujące Cursor z potokami ML i narzędziami do operacji na modelach.
Opcje dostosowania kursu
- To szkolenie może zostać dostosowane do konkretnych frameworków, takich jak TensorFlow, PyTorch czy scikit-learn, lub do organizacyjnych platform MLOps.
Podstawy Cursor: Przyspieszenie produktywności programistów
14 godzinCursor to edytor kodu napędzany sztuczną inteligencją, zaprojektowany w celu zwiększenia produktywności programistów poprzez inteligentne uzupełnianie kodu, kontekstowe edycje i adaptacyjną pomoc.
To szkolenie prowadzone przez instruktora, dostępne online lub na miejscu, skierowane jest do początkujących programistów i zespołów inżynierskich, które chcą usprawnić swój proces kodowania i bezpiecznie korzystać z sugestii AI w celu poprawy efektywności.
Po ukończeniu szkolenia uczestnicy będą mogli:
- Zainstalować i skonfigurować Cursor do optymalnego wykorzystania w projektach deweloperskich.
- Zrozumieć i stosować uzupełnianie kodu wspomagane AI, czat w edytorze oraz narzędzia do refaktoryzacji.
- Skutecznie i bezpiecznie oceniać, akceptować lub modyfikować sugestie kodu generowane przez AI.
- Przyjąć najlepsze praktyki dotyczące wdrażania zespołów, współpracy i integracji z kontrolą wersji.
Format kursu
- Interaktywny wykład i dyskusja.
- Praktyczne demonstracje i ćwiczenia z przewodnikiem.
- Realne wyzwania programistyczne i praktyka laboratoryjna z użyciem Cursor.
Opcje dostosowania kursu
- Kurs może być dostosowany do konkretnych języków programowania lub frameworków używanych przez zespół.
Cursor dla zespołów: Współpraca, Przegląd kodu i integracja CI/CD
14 godzinCursor to środowisko programistyczne wspierane przez sztuczną inteligencję, które poprawia współpracę zespołową, automatyzuje przeglądy kodu i płynnie integruje się z nowoczesnymi przepływami pracy CI/CD.
To szkolenie prowadzone przez instruktora na żywo (online lub na miejscu) jest skierowane do technicznych profesjonalistów na poziomie średniozaawansowanym, którzy chcą zintegrować Cursor ze swoimi środowiskami zespołowymi, aby poprawić współpracę, usprawnić przeglądy i utrzymać jakość w zautomatyzowanych potokach.
Po ukończeniu szkolenia uczestnicy będą mogli:
- Konfigurować i zarządzać środowiskami zespołowymi w Cursor do współpracy w rozwoju.
- Wykorzystywać narzędzia AI do automatycznego przeglądu kodu, generowania żądań ściągnięcia i weryfikacji scalania.
- Wdrażać zarządzanie kodem, polityki przeglądów i zabezpieczenia za pomocą możliwości Cursor.
- Integrować Cursor z systemami CI/CD, aby zapewnić ciągłe dostarczanie i spójne standardy jakości.
Format kursu
- Prezentacje prowadzone przez instruktora i dyskusje zespołowe.
- Praktyczne laboratoria z wykorzystaniem rzeczywistych scenariuszy współpracy zespołowej.
- Ćwiczenia integracyjne na żywo z narzędziami CI/CD i kontroli wersji.
Opcje dostosowania kursu
- Kurs może zostać dostosowany do konkretnych platform CI/CD, narzędzi repozytoryjnych lub wymagań bezpieczeństwa przedsiębiorstwa.
GitHub Copilot dla programistów
14 godzinTo szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest skierowane do programistów na poziomie podstawowym i średnio zaawansowanym, którzy chcą nauczyć się, jak efektywnie wykorzystywać możliwości GitHub Copilot w nowoczesnych przepływach pracy programistycznych.
GitHub Copilot w środowiskach zespołowych: Najlepsze praktyki współpracy
14 godzinTo szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do uczestników na poziomie średnio zaawansowanym i zaawansowanym, którzy chcą zoptymalizować workflow zespołu, usprawnić praktyki współpracy przy kodowaniu oraz efektywnie zarządzać użyciem Copilota w środowiskach z wieloma programistami.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Skonfigurować GitHub Copilot dla środowisk zespołowych.
- Wykorzystać Copilota do usprawnienia praktyk współpracy przy kodowaniu.
- Zoptymalizować workflow zespołu, korzystając z funkcji Copilota.
- Zarządzać integracją Copilota w projektach z wieloma programistami.
- Utrzymać spójną jakość i standardy kodu w zespołach.
- Wykorzystać zaawansowane funkcje Copilota do potrzeb zespołu.
- Połączyć Copilota z innymi narzędziami do współpracy w celu zwiększenia efektywności.
Tabnine dla początkujących
14 godzinTo szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do programistów na poziomie podstawowym, którzy chcą zwiększyć swoją efektywność kodowania z pomocą Tabnine.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstalować i skonfigurować Tabnine w swoim preferowanym IDE.
- Wykorzystać funkcje automatycznego uzupełniania Tabnine, aby przyspieszyć kodowanie.
- Dostosować ustawienia Tabnine dla optymalnej pomocy.
- Zrozumieć, jak AI Tabnine uczy się z ich kodu, aby dostarczać lepsze sugestie.
Tabnine dla Zaawansowanych Programistów
14 godzinTo szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do zaawansowanych programistów i liderów zespołów, którzy chcą opanować zaawansowane funkcje Tabnine.
Pod koniec szkolenia uczestnicy będą mogli:
- Wdrażać Tabnine w złożonych projektach programistycznych.
- Dostosowywać i trenować modele AI Tabnine do konkretnych przypadków użycia.
- Integrować Tabnine w procesach pracy zespołu i potokach deweloperskich.
- Poprawiać jakość kodu i przyspieszać cykle deweloperskie, korzystając z analiz Tabnine.
Tabnine: Programuj mądrzej z AI
21 godzinTo szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do programistów na wszystkich poziomach zaawansowania, którzy chcą wykorzystać sztuczną inteligencję do generowania kodu za pomocą Tabnine.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Zrozumieć podstawy generowania kodu z wykorzystaniem sztucznej inteligencji.
- Zainstalować i skonfigurować Tabnine w swoim środowisku programistycznym.
- Wykorzystać Tabnine do efektywnego uzupełniania kodu i korygowania błędów.
- Tworzyć i trenować własne modele AI za pomocą Tabnine do specjalistycznych zadań.
Tabnine dla programistów Pythona
14 godzinTo szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do programistów Pythona i naukowców zajmujących się danymi na poziomie średnio zaawansowanym, którzy chcą zwiększyć swoją produktywność dzięki Tabnine.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Zainstalować i skonfigurować Tabnine w swoim środowisku programistycznym Pythona.
- Korzystać z funkcji automatycznego uzupełniania Tabnine, aby pisać kod w Pythonie bardziej efektywnie.
- Dostosować zachowanie Tabnine do swojego stylu kodowania i potrzeb projektu.
- Zrozumieć, jak model AI Tabnine działa w szczególności z kodem Pythona.