Kursplan
Blokk 1 – Delte grunnlag (Dag 1–2)
Dag 1 – Morgen: Den menneskelige faktoren i AI-adoptering
• Tillits / avhengighetskalibrering: når man skal bruke AI, når man skal stoppe.
• Struktur for teamavtaler (utløser / handling / bevis / eier).
• Prompt-kurator-rolle: validering, beslutning, signatur. Plan for AI-incidentrespons.
Dag 1 – Ettermiddag: Begrensninger, risikoer og overensstemmelse
• Reelle LLM-egenskaper – prompt-risikovektorer: injeksjon, datalekkasje, hallusinasjoner.
• Rettslig rammeverk: GDPR, EU AI-loven – bransjestandarder (DICOM, HL7, HIPAA).
• Praktisk øvelse: oversette en domene-standard til en prompt-beskyttelse.
Dag 2 – Morgen: Teknisk arkitektur av prompter
• Agent-arkitektur: minne, kontekst, mål – sett fra et prompt-designperspektiv.
• API-integrasjon og domene-datakilder, multi-agent og prompt-tilknytning.
Dag 2 – Ettermiddag: Enterprise prompt-anatomi
• De 6 lagene: Rolle / Kontekst / Begrensninger / Domene-standarder / Format / Eksempler.
• Prompt-hierarki: System (hele organisasjonen) – Domene (team) – Oppgave (individuelt).
• Demo: demontere en naiv prompt, gjenoppbygge den. Team-brief for dag 3–5.
Blokk 2 – Samarbeidskonstruksjonsworkshop (Dag 3–4–5)
Dag 3 – Oppdagelse og standardrevisjon
- Parallelle teamworkshop: Arkitekter, domenespesifikke utviklere, back-end, QA.
- Kartlegging av enterprise-standarder og begrensninger – identifisering av tverrteamm konflikter.
- Dag 3-leveranse: Standard-kart + prioriteringsmatrise for effekt/innsats.
Dag 4 – Konvensjonsdesign og malbygging
- Navnkonvensjoner, versjonering, tagsystem (team, domene, målverktøy).
- Bygging av første validerede maler: TypeScript DICOM, kode-gjenanskuing, QA-tester, API
dokumentasjon. - Dag 4-leveranse: 4+ operasjonelle maler + konvensjonsguide.
Dag 5 – Bibliotekssammensetting, styring og offisiell overlevering
- Bibliotekorganisering, GitHub Copilot / Cursor / intern LLM-API-integrasjon.
- Prompt-kurator-rolle, kvalitetsmål, team-ritualer, 30-dagers iverksettingsplan.
- Sluttliggende dag 5-leveranse: Dokumentert Bibliotek v1.0 + Styringscharter + 30-dagers plan.
Krav
- Har gjennomført minst én AI-opplæring (innledende eller avansert).
- Tekniske profiler: utviklingserfaring i selskapets teknologistakk.
- Ledelsesprofiler: grunnleggende kjennskap til AI-verktøy (ChatGPT, Copilot, etc.).
- Selskaplig forpliktelse: aktiv deltakelse fra teamledere på dag 3–5.
- På forhånd tilgjengelig: eksisterende standarddokumentasjon (README, kodingsguider).
Målgruppe
- Programvarearkitekter
- Utviklere (domenespesifikke, back-end, front-end)
- QA-ingeniører / Kode-teknikere
- Teamledere og mellomledere
- IT-ledere, beslutningstakere og AI-prosjektledere
Referanser (1)
At jeg har skaffet kunnskap om Streamlit-biblioteket fra Python, og jeg vil sikkert prøve å bruke det for å forbedre applikasjonene i min gruppe som er laget i R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maskinoversatt