Ta kontakt

Kursplan

Modul 1: Kontekst, omfang og leveringsutfordringer

  • Autofullføring versus autonom multi-trinns utførelse
  • Typiske misforståelser om AI i programvarelevering
  • Hvorfor bedre oppfordringer (prompts) alene ikke er nok
  • Identifisering av deltakeres verktøy, utfordringer og mål
  • Valg av riktig AI-utførelsesmodell for ingeniørteam

Modul 2: Inntak av spesifikasjoner og strukturert dekomponering

  • Bygging av en strukturert oversikt over interessentdokumenter
  • Teknikker for kravuttrekk
  • Knutestrategier: strukturelt, semantisk, glidende vindu
  • Beholde avhengigheter og tverrhenvisninger
  • Arbeide med tabeller, diagrammer, flytskjemaer og blandede input
  • Effektiv håndtering av kontekstvinduer

Modul 3: Grenser for menneskelig dømmekraft

  • Hvor menneskelige avgjørelser fortsatt er kritiske
  • Oppdage hallucinerte avhengigheter
  • Detektere påfundne begrensninger og omvendt logikk
  • Forebygge utrygge standard svar
  • Valideringsrammeverk for sporbarhet, konsistens og fullstendighet

Modul 4: Fra krav til kode med agentiske verktøy

  • Arkitektur-først leveringsmodell
  • Komponentmapping og tjenestegrenser
  • API-kontrakter som leveringsanker
  • Permanent regler og begrensninger i AI-verktøy
  • Opgaveinstruksjoner knyttet til krav
  • Minimal prompting vs begrenset prompting tilnærminger
  • Kontrakt-først backend- og frontend-generering

Modul 5: Agentisk iterasjonsløkke

  • Selv-korreksjon spiral
  • Kontrollerte iterative leveringssykluser
  • Gjennomgang av diffs og kodeendringer
  • Detektering av omfangskrypende og uautoriserte endringer
  • Håndtering av begrenset kontekstminne
  • Bruk av iterasjonshistorikk for kontinuerlig forbedring

Modul 6: Forsikring av kodekvalitet

  • Oppfordringsbegrensninger for kanttilfeller
  • Regel-dokumenter som levende styringsartefakter
  • Automatiserte sjekkpunkter med linting og statisk analyse
  • Sikkerhetsskanning i AI-generert kode
  • Kontroll av overholdelse av avhengigheter og arkitektur
  • Menneskelig gjennomgangsprosedur for AI-utdata

Modul 7: Tilbakemeldingsløkker og kontinuerlig forbedring

  • Få strukturerte feil tilbake i AI-arbeidsflyter
  • Begrensede iterasjoner og stoppkriterier
  • Logging av syklusene og resultatene
  • Forklare regel-dokumenter over tid
  • Bygge gjenbrukbar ingeniørkunnskap

Modul 8: Sikkerhetsantimønster i AI-levering

  • Felles sikkerhetsrisikoer i generert kode
  • Teknologispesifikke sikkerhetsregler appendiks
  • Sikkerhetsskanning før committ
  • Sikre SDLC-kontroller for AI-assistert utvikling
  • Menneskelig ansvarlighet i sikker levering

Modul 9: Testing forankret til spesifikasjoner

  • Generere testspecifikasjoner fra krav
  • Domenespråk testdesign
  • Generere testimplementeringer trygt
  • Konkurrelltesting konsepter
  • Validering av spesifikasjonsdekning
  • Gjennomgang av påstandstyrke (assertion-strength)
  • Diagnostiske spørrende modeller

Modul 10: Vedlikehold av systemet

  • Livsedokumenter: kontrakter, kart, regler, testspekifikasjoner
  • Evoluerende begrensninger over tid
  • AI-styring for langsiktig vedlikeholdbarhet
  • Forebygging av teknisk gjeld ved hjelp av AI-kontroller
  • Utførelsesmodell for bærekraftige AI-ingeniørteam

Krav

Deltakerne bør ha:

  • Erfaring fra programvareutviklingsprosjekter
  • Forståelse for grunnleggende applikasjonsarkitektur
  • Kunnskap om API-er, backend/frontend-systemer eller full-stack-levering
  • Grunnleggende kunnskap om Agile eller iterativ programvarelevering
  • Bevissthet om konsepter innen programvaretesting
  • Kunnskap til AI-koding verktøy er nyttig, men ikke obligatorisk
  • Tilpasset for tekniske fagfolk på mellom- til senior-nivå
 14 Timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier