Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Kódértés LLM-ekkel
- Prompting stratégiák a kód magyarázatához és bemutatásához
- Ismeretlen kódbázisokkal és projektekkel való munka
- Vezérlési folyamat, függőségek és architektúra elemzése
Kód átalakítása a karbantarthatóság érdekében
- Kódszagok, halott kód és antipatternok azonosítása
- Függvények és modulok átstrukturálása az áttekinthetőség érdekében
- LLM-ek használata elnevezési konvenciók és tervezési javítások javaslásához
Teljesítmény és megbízhatóság javítása
- Hatékonysági és biztonsági kockázatok észlelése mesterséges intelligencia segítségével
- Hatékonyabb algoritmusok vagy könyvtárak javaslása
- I/O műveletek, adatbázis-lekérdezések és API hívások átalakítása
Kód dokumentáció automatizálása
- Függvény/metódus szintű megjegyzések és összefoglalók generálása
- README fájlok írása és frissítése a kódbázisokból
- Swagger/OpenAPI dokumentációk készítése LLM támogatással
Integráció eszközláncokkal
- VS Code bővítmények és Copilot Labs használata dokumentációhoz
- GPT vagy Claude integrálása Git pre-commit hookokba
- CI folyamat integráció dokumentációhoz és lintinghez
Örökölt és többnyelvű kódbázisokkal való munka
- Régebbi vagy dokumentálatlan rendszerek visszafejtése
- Nyelvek közötti átalakítás (pl. Pythonból TypeScriptbe)
- Esettanulmányok és páros-AI programozási bemutatók
Etika, minőségbiztosítás és felülvizsgálat
- AI által generált változtatások érvényesítése és hallucinációk elkerülése
- Legjobb gyakorlatok társfelülvizsgálat során LLM-ek használatakor
- Reprodukálhatóság és kódolási szabványok betartásának biztosítása
Összefoglalás és következő lépések
Követelmények
- Tapasztalat olyan programozási nyelvekkel, mint a Python, Java vagy JavaScript
- Ismeret a szoftverarchitektúrával és a kódfelülvizsgálati folyamatokkal
- Alapvető ismeret a nagy nyelvi modellek működéséről
Közönség
- Backend fejlesztők
- DevOps csapatok
- Tapasztalt fejlesztők és technikai vezetők
14 Órák
Vélemények (1)
Hogy megszereztem tudást a Python Streamlit könyvtárról, és biztosan megpróbálom használni annak érdekében, hogy fejlesszem a csapatomban használt R Shiny alkalmazásokat.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurzus - GitHub Copilot for Developers
Gépi fordítás