Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Înțelegerea Codului cu LLMs
- Strategii de prompting pentru explicarea și parcurgerea codului
- Lucrul cu baze de cod și proiecte necunoscute
- Analiza fluxului de control, a dependențelor și a arhitecturii
Refactorizarea Codului pentru Menținere
- Identificarea mirosurilor de cod, codului mort și anti-pattern-urilor
- Restructurarea funcțiilor și modulelor pentru claritate
- Utilizarea LLMs pentru a sugera convenții de denumire și îmbunătățiri de design
Îmbunătățirea Performanței și Fiabilității
- Detectarea ineficiențelor și a riscurilor de securitate cu asistența AI
- Sugerarea unor algoritmi sau biblioteci mai eficiente
- Refactorizarea operațiilor I/O, interogărilor de baze de date și apelurilor API
Automatizarea Documentării Codului
- Generarea de comentarii și rezumate la nivel de funcție/metodă
- Scrierea și actualizarea fișierelor README din baze de cod
- Crearea documentației Swagger/OpenAPI cu sprijinul LLMs
Integrarea cu Lanțurile de Unelte
- Utilizarea extensiilor VS Code și Copilot Labs pentru documentare
- Încorporarea GPT sau Claude în hook-uri pre-commit Git
- Integrarea în pipeline-ul CI pentru documentare și linting
Lucrul cu Baze de Cod Vechi și Multi-Limbaj
- Inginerie inversă a sistemelor vechi sau nedocumentate
- Refactorizare cross-limbaj (de exemplu, de la Python la TypeScript)
- Studii de caz și demo-uri de programare în pereche cu AI
Etică, Asigurarea Calității și Review
- Validarea modificărilor generate de AI și evitarea halucinațiilor
- Cele mai bune practici de review între colegi la utilizarea LLMs
- Asigurarea reproductibilității și conformității cu standardele de codare
Rezumat și Pași Următori
Cerințe
- Experiență cu limbaje de programare precum Python, Java sau JavaScript
- Familiaritate cu arhitectura software și procesele de review al codului
- Înțelegere de bază a funcționării modelelor de limbaj de mari dimensiuni
Publicul țintă
- Ingineri backend
- Echipe DevOps
- Dezvoltatori senior și tech lead-uri
14 Ore
Mărturii (2)
Am dobândit cunoștințe despre biblioteca Streamlit din Python și cu siguranță voi încerca să o folosesc pentru a îmbunătăți aplicațiile din echipa mea, care sunt realizate în R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curs - GitHub Copilot for Developers
Tradus de catre o masina
Cunoașterea prelectorului în utilizarea avansată a copilotului și sesiunea practică suficientă și eficientă
Tan - ViTrox Technologies Sdn Bhd
Curs - Intermediate GitHub Copilot
Tradus de catre o masina