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 21 時間: (3 天)
課程簡介
Vibe Coding 簡介
- Vibe coding 的定義與歷史
- 「提示詞至代碼」協作理念
- AI 編程與傳統開發的差異
編程中的大型語言模型
- 開發者用 LLM 概覽:GPT-4、DeepSeek、Qwen、Mistral
- 比較開源與專有 AI 編程工具
- 在地部署 LLM 或透過 API 使用
開發者提示詞工程
- 用於生成及重構代碼的有效提示技巧
- 上下文管理與對話狀態處理
- 為編程任務創建可複用的提示模板
Vibe Coding 實作環境
- 使用 Replit 進行協作式 AI 編程
- 將 GitHub Copilot 及 Qwen Coder 整合至 IDE
- 針對團隊協作自訂工作流程
AI 工作流程中的代碼質量與驗證
- 審查與測試 LLM 生成的代碼
- 確保一致性、可維護性及安全性
- 在工作流程中整合代碼驗證工具
企業整合與治理
- 跨團隊擴展 Vibe coding
- 代碼生成中的 AI 治理、倫理及合規
- 設計 AI 輔助開發的組織框架
進階主題:擴展 Vibe Coding
- 結合多個 LLM 以實現混合 AI 工作流程
- 將 Vibe coding 與 CI/CD 自動化整合
- 未來趨勢:多智能體開發生態系統
團隊項目與協作
- 設計真實場景的 AI 輔助編程項目
- 與人類及 AI 開發者協作
- 展示成果並衡量生產力提升
總結與下一步
最低要求
- 具備軟體開發工作流程的理解
- 具有 Python、JavaScript 或其他現代程式語言的經驗
- 熟悉基於 Git 的版本控制系統
受眾
- 探索 AI 輔助開發的軟體工程師
- 監督編程工作流程中 AI 採用的工程主管
- 尋求將 LLM 整合至生產管線的企業開發團隊
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