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 21 timer
Kursplan
Innføring i vibe coding
- Definisjon og historie om vibe coding
- Filosofien bak "prompt til kode"-samarbeid
- Hvordan AI-koding skiller seg fra tradisjonell utvikling
Store språkmodeller i koding
- Presentasjon av LLMs for utviklere: GPT-4, DeepSeek, Qwen, Mistral
- Sammenligning av åpne kildekodet AI-kodingere mot proprietære
- Deployment av LLMs lokalt eller via APIer
Prompt engineering for utviklere
- Effektiv prompting for generering og refactoring av kode
- Konteksthåndtering og håndtering av samtalestatus
- Opprettelse av gjenbrukbare prompt-maler for kodingssoppgaver
Håndpåarbeid i vibe coding-miljøer
- Bruk av Replit for samarbeidende AI-koding
- Integrasjon av GitHub Copilot og Qwen Coder i IDEs
- Tilpasning av arbeidsflyter for teamsamarbeid
Kodekvalitet og validering i AI-arbeidsflyter
- Gransking og testing av LLM-generert kode
- Sikre konsistens, vedlikeholdbarhet og sikkerhet
- Integrasjon av kodevalideringsverktøy i arbeidsflyten
Enterprise-integrasjon og styring
- Skalering av vibe coding tvers over teams
- AI-styring, etikk og samsvar i kodegenerering
- Utforming av organisatoriske rammeverk for AI-assistert utvikling
Avanserte emner: Utdypning av vibe coding
- Kombinering av flere LLMs for hybrid AI-arbeidsflyter
- Integrasjon av vibe coding med CI/CD-automatisering
- Fremtidens trender: multi-agent utviklingssøsystemer
Teamsprosjekt og samarbeid
- Design av et reelt AI-assistert kodingssprosjekt
- Samarbeid med menneskelige og AI-utviklere
- Presentasjon av resultater og måling av produktivitetsgevinst
Oppsummering og neste steg
Krav
- Forståelse av arbeidsflyter for utvikling av programvare
- Erfaring med Python, JavaScript eller et annet moderne programmeringsspråk
- Kunnskap om Git-baserte versjonskontrollsystemer
Målgruppe
- Programvareingeniører som utforsker AI-assistert utvikling
- Ingeniørledere som fører tilsyn med AI-vedtak i kodingssflyter
- Enterprise-utviklingsteam som søker å integrere LLMs i produksjonspipelines
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