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
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
14 godzin
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
Wiedza wykładowcy w zaawansowanym użytkowaniu copilota oraz wystarczająca i efektywna praktyczna sesja
Tan - ViTrox Technologies Sdn Bhd
Szkolenie - Intermediate GitHub Copilot
Przetłumaczone przez sztuczną inteligencję