План на курса
ИИ в фазата за изисквания и планиране
- Използване на NLP (Natural Language Processing) и LLMs за анализ на изискванията
- Преобразуване на входа от заинтересованите страни в епикси и потребителски истории
- ИИ инструменти за уточняване на историята и генериране на критерии за приемане
Усъвършенствана проектиране и архитектура с ИИ
- Използване на ИИ за моделиране на системни компоненти и зависимости
- Генериране на архитектурни диаграми и предложения за UML
- Валидация на дизайна чрез системно разбиране, базирано на подсказки
Усъвършенствени работни процеси за разработка с ИИ
- Помощ при генерирането и конструкирането на код с ИИ
- Рефакторинг и подобряване на производителността на кода чрез LLMs
- Интегриране на ИИ инструменти в IDE (например, Copilot, Tabnine, CodeWhisperer)
Тестване с ИИ
- Генериране на юнит и интеграционни тестове чрез ИИ модели
- Помощ при регресионния анализ и поддръжката на тестовете с ИИ
- Генериране на експлоративни и гранични случаи чрез ИИ
Документация, ревю и споделяне на знания
- Автоматично генериране на документация от кода и API-то
- Автоматизация на ревюта чрез подсказки и списъци за проверка с ИИ
- Създаване на бази данни на знания и ЧЗВ (Често задавани въпроси) с разговорна ИИ
ИИ в CI/CD и автоматизация при депloiрањето
- Оптимизация на пайповодите и рисково тестиране с подкрепа на ИИ
- Интелигентни препоръки за канарно депloiрање и отмяна
- ИИ при верификацията и анализа след депloiрањето
Управление, етика и стратегия за имплементация
- Гарантиране на отговорно използване на ИИ и избягване на предвзетости в генерираните кодове
- Аудит и съответствие при работните процеси, подкрепени от ИИ
- Създаване на дорожна карта за фазово въвеждане на ИИ по целия SDLC
Резюме и следващи стъпки
Изисквания
- Разбиране на концепциите от жизнения циклус на разработка на софтуер
- Опит в архитектурата или ръководството на екипи за разработка
- Запознаност с DevOps, аджайл практики или инструменти за SDLC
Целева група
- Архитекти на софтуер
- Лидери в разработката
- Инженерни мениджъри
Отзиви от потребители (2)
Придобих знания за библиотеката Streamlit на Python и със сигурност ще опитам да я използвам, за да подобря приложенията в моя екип, които са създадени с R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Курс - GitHub Copilot for Developers
Машинен превод
Тренерът може да коригира нивото на курса по време на обучението, за да съответства нашите знания по темата. Това ни позволява да придобием повече полезни познания, които ще ни помогнат ефективно да използваме инструментите в нашия ежедневен труд.
Tatt Juen - ViTrox Technologies Sdn Bhd
Курс - Intermediate GitHub Copilot
Машинен превод