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
Wprowadzenie do Kodowania Vibe
- Definicja i historia kodowania vibe
- Filozofia współpracy “prompt-to-code”
- Jak kodowanie AI różni się od tradycyjnego rozwoju oprogramowania
Duże Modele Językowe w Kodowaniu
- Przegląd LLMs dla programistów: GPT-4, DeepSeek, Qwen, Mistral
- Porównanie open-source i wlasnościowych AI coderów
- Wdrażanie LLMs lokalnie lub za pomocą API
Inżynieria Promptów dla Programistów
- Skuteczne podawanie promptów do generowania i refaktoryzacji kodu
- Zarządzanie kontekstem i stanem rozmowy
- Tworzenie ponownie wykorzystywalnych szablonów promptów dla zadań kodowania
Na Żywo Środowiska Kodowania Vibe
- Używanie Replit do wspólnej pracy kodowej z AI
- Integracja GitHub Copilot i Qwen Coder w IDEs
- Dostosowywanie przepływów pracy do współpracy zespołowej
Jakość i Walidacja Kodu w Przepływach Roboczych AI
- Recenzja i testowanie kodu wygenerowanego przez LLMs
- Zapewnienie spójności, utrzymanności i bezpieczeństwa
- Integracja narzędzi walidacji kodu w przepływ pracy
Integracja Przedsiębiorstwa i Zarządzanie
- Skalowanie kodowania vibe w zespołach
- Zarządzanie AI, etyka i zgodność w generowaniu kodu
- Projektowanie ram organizacyjnych dla rozwoju wspomaganego przez AI
Zaawansowane Tematy: Rozszerzanie Kodowania Vibe
- Łączenie wielu LLMs dla hybrydowych przepływów roboczych AI
- Integracja kodowania vibe z automatyzacją CI/CD
- Przyszłe trendy: ekosystemy rozwijane przez wielu agentów
Zespołowy Projekt i Współpraca
- Projektowanie rzeczywistego projektu kodowania wspomaganego przez AI
- Współpraca z ludźmi i programistami AI
- Prezentacja wyników i pomiar zysków produktywności
Podsumowanie i Kolejne Kroki
Wymagania
- Zrozumienie przepływów pracy w rozwoju oprogramowania
- Doświadczenie z Pythonem, JavaScript lub innym nowoczesnym językiem programowania
- Znajomość systemów kontroli wersji opartych na Git
Publiczność
- Inżynierowie oprogramowania badający rozwój wspomagany przez AI
- Liderzy inżynieryjni nadzorujący wprowadzanie AI w przepływy pracy kodowania
- Zespoły rozwoju przedsiębiorstw szukające integracji LLMs do pipeline produkcyjnych
21 godzin
Opinie uczestników (1)
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