Ta kontakt
 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

Antall deltakere


Pris per deltaker

Referanser (1)

Kommende kurs

Relaterte kategorier