Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Varighet 14 timer
Kursplan
Å forstå kode med LLM-er
- Promptstrategier for kodeforklaring og gjennomgang
- Å jobbe med ukjente kodebasere og prosjekter
- Analyse av kontrollflyt, avhengigheter og arkitektur
Refaktorisering av kode for vedlikeholdbarhet
- Identifisering av kodeuklemmer, død kode og antipatter
- Omstrukturering av funksjoner og moduler for klarhet
- Bruke LLM-er for å foreslå navngivningskonvensjoner og designforbedringer
Forbedring av ytelse og pålitelighet
- Teknologisk assistert oppdagelse av ineffektivitet og sikkerhetsrisiko
- Forslag på mer effektive algoritmer eller biblioteker
- Refaktorisering av I/O-operasjoner, databaseforespørsler og API-kall
Automatisering av kodedokumentasjon
- Generering av funksjons-/metodenivå-kommentarer og sammendrag
- Skriving og oppdatering av README-filer fra kodebasere
- Opretelse av Swagger-/OpenAPI-dokumentasjon med LLM-støtte
Integrering med verktøykjeder
- Bruk av VS Code-utvidelser og Copilot Labs for dokumentasjon
- Inkorporering av GPT eller Claude i Git pre-commit hooks
- Integrering i CI-rør for dokumentasjon og linting
Å jobbe med arvelige og flerspråklige kodebasere
- Omverging av eldre eller dokumenterte systemer
- Krysset refaktorisering (f.eks. fra Python til TypeScript)
- Studiestudier og demoer av par-IT-programmering
Etikk, kvalitetssikring og gjennomgang
- Validering av AI-genererte endringer og unngåelse av hallusinasjoner
- Beste praksis for peer review når man bruker LLM-er
- Sikre reproducerbarhet og samsvar med kodenstandarder
Oppsummering og neste steg
Krav
- Erfaring med programmeringsspråk som Python, Java eller JavaScript
- Kjennskap til softwarearkitektur og prosesser for kodevurdering
- Grunnleggende forståelse for hvordan store språkmodeller fungerer
Målgruppe
- Baktekningssjeonger
- DevOps-team
- Seniore utviklere og tekniske ledere
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