感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間:
課程簡介
需求與規劃階段的AI
- 使用NLP和LLM進行需求分析
- 將利害關係人輸入轉換為史詩和使用者故事
- 用於故事細化和驗收標準生成的AI工具
AI增強的設計與架構
- 使用AI建模系統元件和相依性
- 生成架構圖和UML建議
- 透過基於提示的系統推理進行設計驗證
AI增強的開發工作流程
- AI輔助的程式碼生成和樣板搭建
- 使用LLM進行程式碼重構和效能改善
- 將AI工具整合到IDE中(例如Copilot、Tabnine、CodeWhisperer)
使用AI進行測試
- 使用AI模型生成單元測試和整合測試
- AI輔助的回歸分析和測試維護
- 使用AI進行探索性和邊界案例生成
文件、審查和知識共享
- 從程式碼和API自動生成文件
- 使用AI提示和檢查清單自動化程式碼審查
- 使用對話式AI建立知識庫和常見問題
CI/CD與部署自動化中的AI
- AI增強的管道最佳化和基於風險的測試
- 智慧金絲雀發布和回滾建議
- 部署驗證和部署後分析中的AI
治理、倫理與實施策略
- 確保負責任的AI使用,避免生成程式碼中的偏見
- AI輔助工作流程中的稽核與合規
- 制定跨SDLC階段性AI採用的藍圖
總結與後續步驟
最低要求
- 理解軟體開發生命週期概念
- 具備軟體架構或團隊領導經驗
- 熟悉DevOps、敏捷實務或SDLC工具
目標對象
- 軟體架構師
- 開發主管
- 工程經理
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯