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.
Kursplan
Forståelse av kode med LLM-er
- Prompt-strategier for kodeforklaring og gjennomgang.
- Arbeiding med ukjente kodebaseringer og prosjekter.
- Analyse av kontrollflyt, avhengigheter og arkitektur.
Refaktorering av kode for vedlikeholdbarhet
- Identifisering av kode-smells, død kode og anti-mønstre.
- Omstrukturering av funksjoner og moduler for klarhet.
- Bruk av LLM-er for å foreslå navnekonvensjoner og designforbedringer.
Forbedre ytelse og pålitelighet
- Oppdage ineffisienser og sikkerhetsrisikoer med AI-assistans.
- Foreslå mer effektive algoritmer eller biblioteker.
- Refaktorere I/O-operasjoner, database-spørringer og API-anrop.
Automatisering av kode-dokumentasjon
- Generering av funksjon/metode-nivå kommentarer og sammendrag.
- Skrive og oppdatere README-filer fra kodebaseringer.
- Opprette Swagger/OpenAPI-dokumenter med LLM-støtte.
Integrasjon med verktøykjeder
- Bruk av VS Code-utvidelser og Copilot Labs for dokumentasjon.
- Inkludering av GPT eller Claude i Git pre-commit-hooks.
- CI-pipeline-integrasjon for dokumentasjon og linting.
Arbeide med legacy og flerspråklige kodebaseringer
- Reverse-engineering av eldre eller uokumenterte systemer.
- Kryss-språklig refaktorering (f.eks. fra Python til TypeScript).
- Kasestudier og par-AI programmeringsdemonstrasjoner.
Etiikk, kvalitetskontroll og gjennomgang
- Validering av AI-genererte endringer og unngå hallucinasjoner.
- Best practices for peer review når man bruker LLM-er.
- Sikre reproducerbarhet og overholdelse av kode-standarder.
Oppsummering og neste steg
Krav
- Erfaring med programmeringsspråk som Python, Java eller JavaScript.
- Kenning til programvarearkitektur og kodegjennomganger.
- Grundig forståelse av hvordan store språkmodeller fungerer.
Målgruppe
- Backend-ingeniører.
- DevOps-team.
- Avanserte utviklere og tech-ledere.
14 Timer
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