Ta kontakt

Kursplan

Modul 1: Kontekst, omfang og leveranseutfordringer

  • Automatisk fullføring kontra autonom flertrinnsutførelse
  • Hvorfor bedre prompter alene ikke er nok
  • Identifisere deltakernes verktøy, smertepunkter og mål
  • Velge riktig AI-driftsmodell for engineeringteam

Modul 2: Inntak av spesifikasjoner og strukturert dekomponering

  • Oppbygging av en strukturert oversikt over dokumenter fra interessenter
  • Teknikker for uttrekking av krav
  • Stratier for oppdeling: strukturell, semantisk, glidende vindu
  • Opprettholde avhengigheter og tverrreferanser
  • Arbeide med tabeller, diagrammer, flytskjemaer og blandede inndata
  • Effektiv håndtering av kontekstvinduer

Modul 3: Grenser for menneskelig dømmekraft

  • Hvor menneskelige beslutninger forblir kritiske
  • Oppdage hallusinerte avhengigheter
  • Oppdage fabrikkerte begrensninger og invertert logikk
  • Forhindre usikre standardinnstillinger som er hjelpsomme
  • Valideringsrammer for sporbart, konsistens og fullstendighet

Modul 4: Fra krav til kode med agentbaserte verktøy

  • Leveransmodell med arkitektur som utgangspunkt
  • Kartlegging av komponenter og tjenestegrenser
  • API-kontrakter som forankringer i leveransen
  • Vedvarende regler og begrensninger i AI-verktøy
  • Oppgaveinstruksjoner knyttet til krav
  • Minimal prompting kontra begrenset prompting-tilnærminger
  • Kontraktbasert generering av backend og frontend

Modul 5: Agenterbasert iterasjonssyklus

  • Selve korreksjonsspiralen
  • Kontrollerte iterative leveransesykluser
  • Gjennomgang av differanser og kodeendringer
  • Oppdage omfangsvekst og uautoriserte endringer
  • Håndtere begrenset konteksthukommelse
  • Bruke iterasjonshistorikk for kontinuerlig forbedring

Modul 6: Gjennomføring av kodekvalitet

  • Prompt-begrensninger for edge cases
  • Regeldokumenter som levende styringsartefakter
  • Automatiserte porter med linting og statisk analyse
  • Sikkerhetsskanning i AI-generert kode
  • Kontroller for avhengigheter og arkitektursamsvar
  • Menneskelig gjennomgangsprotokoll for AI-utdata

Modul 7: Tilbakemeldingsslynger og kontinuerlig forbedring

  • Å føre strukturerte feil tilbake inn i AI-arbeidsflyter
  • Begrensede iterasjoner og stoppkriterier
  • Logging av sykluser og resultater
  • Forbedring av regeldokumenter over tid
  • Bygging av gjenbrukbar ingeniørkunstig intelligens

Modul 8: Sikkerhetsantipatrone i AI-leveranse

  • Vanlige sikkerhetsrisikoer i generert kode
  • Teknologispesifikke sikkerhetsregler som vedlegg
  • Sikkerhetsskanning før commit
  • Sikre SDLC-kontroller for AI-støttet utvikling
  • Menneskelig ansvarlighet i sikker leveranse

Modul 9: Testing forankret til spesifikasjoner

  • Generering av testspesifikasjoner fra krav
  • Testdesign på domenespråknivå
  • Sikker generering av testimplementasjoner
  • Konsepter for mutasjonstesting
  • Validering av spesifikkasjonsdekning
  • Gjennomgang av uttalestyrke

Modul 10: Vedlikehold av systemet

  • Levende artefakter: kontrakter, kart, regler, testspesifikasjoner
  • Utvikling av begrensninger over tid
  • AI-styring for langsiktig vedlikeholdbarhet
  • Forebygging av teknisk gjeld ved hjelp av AI-kontroller
  • Driftsmodell for bærekraftige AI-ingeniørteam

Krav

Deltakere bør ha:

  • Erfaring fra programvareutviklingsprosjekter
  • Forståelse for grunnleggende prinsipper innen applikasjonsarkitektur
  • Kjennskap til API-er, backend/frontendsystemer eller full-stack-leveranse
  • Grunnleggende kunnskap om Agile eller iterativ programvareleveranse
  • Kjennskap til begreper innen programvaretesting
  • Erfaring med AI-kodeverktøy er nyttig, men ikke obligatorisk
 14 Timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier