Kursplan

Forståelse av kode med LLMs

  • Strategier for prompt til forklaring og gjennomgang av kode
  • Arbeid med ukjente kodebaser og prosjekter
  • Analyse av kontrollflyt, avhengigheter og arkitektur

Omskrivning av kode for vedlikehold

  • Identifisering av kode lukt, død kode og anti-mønstre
  • Omstrukturering av funksjoner og moduler for klarhet
  • Bruk av LLMs for å foreslå navnekonvensjoner og forbedringer av design

Forbedring av ytelse og pålitelighet

  • Oppdagelse av ineffektivitet og sikkerhetsrisikoer med AI-hjelp
  • Foreslå mer effektive algoritmer eller biblioteker
  • Omskrivning av I/O-operasjoner, databaserforespørseler og API-kall

Automatisering av kode Documentation

  • Generering av funksjons-/metode nivå kommentarer og sammendrag
  • Skriving og oppdatering av README-filer fra kodebaser
  • Opprettelse av Swagger/OpenAPI-dokumentasjon med LLM-støtte

Integrasjon med verktøykjeder

  • Bruk av VS Code-utvidelser og Copilot Labs for dokumentasjon
  • Inkorporering av GPT eller Claude i Git pre-commit hooks
  • Integrasjon av CI-pipeliner for dokumentasjon og linting

Arbeid med gamle og flerspråklige kodebaser

  • Omvendt ingeniørvirksomhet for eldre eller undokumenterte systemer
  • Kryssspråklig omskrivning (f.eks., fra Python til TypeScript)
  • Tilfelle studier og par-AI programmeringsdemonstrasjoner

Ettikk, kvalitetssikring og gjennomgang

  • Validering av AI-genererte endringer og unngåelse av hallusinasjoner
  • Best praktiser for felles gjennomgang når du bruker LLMs
  • Sikring av gjentakbarhet og overholdelse av kodestandarder

Oppsummering og neste skritt

Krav

  • Erfaring med programmeringsspråk som Python, Java eller JavaScript
  • Kjennskap med programvarearkitektur og prosesser for kodegjennomgang
  • Grunnleggende forståelse av hvordan store språkmodeller fungerer

Målgruppe

  • Backend-ingeniører
  • DevOps team
  • Seniorutviklere og tekniske ledere
 14 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories