Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 14 часa
Съдържание и теми, включени в курса
Разбиране на кода с LLM
- Стратегии за промптиране за обяснение и анализ на код
- Работа с непознати кодови бази и проекти
- Анализ на контролния поток, зависимости и архитектура
Рефакторинг на код за поддържане
- Идентифициране на код миризми, мъртъв код и анти-шаблони
- Преустройство на функции и модули за яснота
- Използване на LLM за предлагане на конвенции за именуване и подобрения в дизайна
Подобряване на ефективността и надеждността
- Откриване на неефективност и рискове за сигурността с помощта на ИИ
- Предлагане на по-ефективни алгоритми или библиотеки
- Рефакторинг на I/O операции, базови данни заявки и API обаждания
Автоматизиране на документацията на кода
- Генериране на коментари и обобщения на ниво функция/метод
- Писане и актуализиране на README файлове от кодови бази
- Създаване на Swagger/OpenAPI документация с подкрепата на LLM
Интеграция с инструменталните вериги
- Използване на VS Code разширения и Copilot Labs за документация
- Инкорпориране на GPT или Claude в Git pre-commit хукове
- Интеграция в CI пайплайни за документация и линтиране
Работа с legacy и многоезикови кодови бази
- Обратен инженеринг на по-стари или недокументирани системи
- Междуезикови рефакторинг (напр. от Python към TypeScript)
- Кейс студии и демонстрации на pair-AI програмиране
Етика, осигуряване на качество и ревю
- Валидиране на промени, генерирани от ИИ, и избягване на халюцинации
- Най-добри практики за peer ревю при използване на LLM
- Осигуряване на репродуктивност и съответствие с стандартите за програмиране
Обобщение и следващи стъпки
Изисквания
- Опит с езici за програмиране като Python, Java или JavaScript
- Знакомство със софтуерната архитектура и процесите на ревю на кода
- Базово разбиране на това как функционират големите езикови модели
Аудитория
- Backend инженери
- DevOps екипи
- Старши разработчици и технически лидери
Отзиви от участници (1)
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