Kurzusleírás

⚔️ Szint 1: A Discovery Dungeon – A követelmények titkai

Feladat: Használjuk az LLMs (ChatGPT) struktúrált követelmények kivonására homályos bemenetekből.
Kulcs Activitiok:

  • Érteljük meg az előkészületlen termékideák vagy funkciókérések
  • Használjuk az AI-t:
    • Felhasználói történetek és elfogadási kritériumok generálásához
    • Perszonák és jelenetek javaslatahoz
    • Vizuális műalkotások generálásához (pl. egyszerű diagramok Mermaid vagy draw.io segítségével)
      Eredmény: Struktúrált visszaállítási lista felhasználói történetekkel + kezdeti domain modell/vizuális elem

 


🔥 Szint 2: A Design Forge – Az építész tekercse

Feladat: Használjuk az AI-t architektúra terveinek létrehozására és ellenőrzésére.
Kulcs Activitiok:

  • Használjuk az AI-t:
    • Architektúrai stílus javaslata (monolitikus, mikroszolgáltatás, szerver nélküli)
    • Magas szintű komponens és interakciós diagramok generálásához
    • Osztály/módul struktúrák keretezéséhez
  • Versengessük egymás választásait a kollégák által végrehajtott tervezési áttekintéseken
    Eredmény: Ellenőrzött architektúra + kódkeret

 


🧙‍♂️ Szint 3: A Code Arena – Codex Gauntlet

Feladat: Használjuk az AI kopilóták funkciók megvalósításához és a kód javításához.
Kulcs Activitiok:

  • Használjuk a GitHub Copilotot vagy a ChatGPT-et funkció megvalósításához
  • Refaktoráljuk az AI által generált kódot:
    • Teljesítményhez
    • Biztonsághoz
    • Karbantarthatósághoz
  • Jelöljük ki a „code smells”-eket és végrehajtsuk a kollégák által végrehajtott takarítási kihívásokat
    Eredmény: Funkcionális, refaktorált, AI által generált kódalap

 


🐛 Szint 4: A Bug Swamp – Testeljük a sötétet

Feladat: Generáljuk és javítsuk az AI-teszteléseket, majd keressük meg a hibákat mások kódjában.
Kulcs Activitiok:

  • Használjuk az AI-t:
    • Egységtesztek generálásához
    • Integrációs tesztek generálásához
    • Éltérő eset-szimulációkhoz
  • Csere hibás kódot egy másik csapattal AI-támogató hibakereséshez
    Eredmény: Tesztkészlet + hibajelentés + hiba javítás

 

⚙️ Szint 5: A Pipeline Portals – Automaton Gate

Feladat: Húzzuk fel intelligens CI/CD pipeline-okat AI segítségével.
Kulcs Activitiok:

  • Használjuk az AI-t:
    • Munkafolyamatok definiálásához (pl. GitHub Actions)
    • Automatizáljuk az építési, tesztelési és telepítési lépéseket
    • Anomáliakeresési/visszahúzási politikák javaslata
      Eredmény: AI-támogatott, működő CI/CD pipeline script vagy folyamat

 


🏰 Szint 6: A Monitoring Citadel – Naplók őrtornya

Feladat: Analizáljuk a naplókat és használjuk az ML-t anomáliák felismeréséhez és a helyreállítás szimulálásához.
Kulcs Activitiok:

  • Analizáljuk a előre töltött vagy generált naplókat
  • Használjuk az AI-t:
    • Anomáliák vagy hiba trendek azonosításához
    • Automatizált válaszok javaslata (pl. önmegjavító szkriptek, értesítések)
    • Dashboarok vagy vizuális összefoglalók létrehozásához
      Eredmény: Monitorozási terv vagy szimulált intelligens értesítési mechanizmus

 


🧙‍♀️ Végső szint: A Hero’s Arena – Építsük meg a legfőbb AI-támogatott SDLC-t

Feladat: Csapatok alkalmazzák minden megtanultat egy működő SDLC ciklus létrehozására egy mini projekthez.
Kulcs Activitiok:

  • Válasszunk egy csapat mini projektet (pl. hibakereső, chatbot, mikroszolgáltatás)
  • Alkalmazzuk az AI-t minden SDLC fázisában:
    • Követelmények, Tervezés, Kód, Teszt, Telepítés, Monitorozás
  • Amennyiben a csapattagok bemutathatják az eredményeket egy rövid csapatdemóban

Csapat szavazás vagy döntés a leggyakrabban használt AI-támogatott pipeline-ről
Eredmény: Teljes AI-támogatott SDLC implementáció + csapat bemutató

 

A workshop végén a résztvevők képesek lesznek:

  • Generatív AI eszközök alkalmazására szoftver követelmények kivonására és struktúrázására
  • Architektúrai diagramok generálására és tervezési választások validálására AI segítségével
  • AI kopilóták használatára funkciók megvalósításához és termékképes kód refaktorálására
  • Teszt generálás automatikusítása és AI-támogatott hibakeresés végrehajtása
  • Intelligens CI/CD pipeline-ok tervezésére, amelyek anomáliákat érzékelnek és reagálnak rájuk
  • Naplók elemzésére AI/ML eszközökkel kockázatok azonosításához és önjavító szimulációhoz
  • Teljes AI-támogatott SDLC bemutatására egy mini csapatprojekten keresztül

 

Követelmények

Célcskör: Szoftverfejlesztők, tesztelők, építészek, DevOps mérnökök, termék tulajdonosok

A résztvevőknek rendelkezniük kell:

  • A szoftverfejlesztési életciklus (SDLC) alapvető ismeretével
  • Legalább egy programozási nyelv gyakorlati tapasztalata (pl.: Python, Java, JavaScript, C# stb.)
  • Ismeretség:
    • Felhasználói történetek vagy követelmények írása és olvasása
    • Alapvető szoftvertervezési elvek
    • Verziókövetés (pl.: Git)
    • Egységtesztek írása és végrehajtása
    • CI/CD csővezetékek futtatása vagy értelmezése

💡 Ez egy középhaladon-többrétegű műhely. Ideális a szoftver-átadás csapataiban dolgozó szakembereknek (fejlesztők, tesztelők, DevOps mérnökök, építészek, termék tulajdonosok).

 7 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák