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
Grunnleggende prinsipper for ansvarlig AI
- Hva ansvarlig AI er og hvorfor det er viktig i programutvikling
- Prinsipper: rettferdighet, ansvarlighet, gjennomsiktighet og personvern
- Eksempler på etiske feil og misbruk av AI i kodebaser
Forskrinnelse og rettferdighet i AI-generert kode
- Hvordan LLMs kan forsterke fordommer gjennom treningdata
- Oppdagelse og retting av fordomsfull eller usikker kodeforslag
- AI-hallusinasjoner og risikoen for å innføre feil i stor skala
Lisensiering, henvisning og IP-oversikt
- Forståelse av åpne kilder lisenser (MIT, GPL, Copyleft)
- Krever LLM-genererte utdata henvisning?
- Sjekk AI-hjelpet kode for lisensproblemer fra tredjeparter
Sikkerhet og overholdelse i AI-hjelpet utvikling
- Sikre kodens sikkerhet og unngå usikre mønstre fra LLMs
- Overholdelse av interne sikkerhetsretningslinjer og branse-reguleringer
- Dokumentasjon av AI-hjelpet beslutningstaking som kan sjekkes
Politikk og styring for utviklingsteam
- Opprette interne AI-bruksretningslinjer for programteam
- Definere akseptabel bruk og advarselsflagg
- Verktøyvalg og ansvarlig onboarding av AI-assistenter
Vurdering og revisjon av AI-utdata
- Bruk sjekklister til å vurdere påliteligheten av generert innhold
- Utføre manuelle og automatiserte revisjoner av AI-generert kode
- Beste praksis for medarbeidersamarbeid og godkjenning
Oppsummering og neste trinn
Krav
- Grunnleggende forståelse av programvareutviklingsarbeidsflyter
- Kjennskap til Agile, DevOps, eller generelle programvareprosjektpraksis
Målgruppe
- Overtredelseskontrollteam
- Utviklere
- Programvareprosjektleder
7 timer
Referanser (1)
Førleserens kunnskap om avansert bruk av copilot & Tilstrekkelig og effektiv praktisk øvelsesøkt.
Tan - ViTrox Technologies Sdn Bhd
Kurs - Intermediate GitHub Copilot
Maskinoversatt