Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Időtartalma 7 órák
Kurzusleírás
Legjobb gyakorlatok és eszközök
Gyakori buktatók és mérséklési stratégiák
Bevezetés a prompt engineeringbe
Prompt finomhangolás és iteratív tervezés
Prompting a tesztautomatizáláshoz és SQL generáláshoz
Összefoglalás és következő lépések
Promptok használata kód magyarázatához és hibakereséshez
Promptok írása kódgeneráláshoz
- Hallucinált kód vagy biztonsági sebezhetőségek elkerülése
- Képtelen vagy egyértelműtlenség bemenetek kezelése
- Biztonsági mentőpromptok és védőkorlátok létrehozása
- Tesztesetek létrehozása követelményekből vagy kódból
- Szerkezettes SQL lekérdezések generálása természetes nyelvből
- Kimenetek formázása teszthalmazba való integráláshoz
- Legközelebbi vagy ismeretlen kód magyarázása
- Prompting logikai áttekintéshez vagy szélcase elemzéshez
- Hibák vagy hatékonysághiányok keresése és magyarázása
- Kód generálása sima nyelvű leírásokból
- Kimenet formátum és programozási nyelvezet irányítása
- Működés összetett logikával vagy több függvénnyel
- Eredmények javítása prompt láncok és visszacsatolási körökön keresztül
- Hibavisszaállítás és prompt finomhangolási stratégiák
- Esettanulmányok a finomhangolás terén technikai feladatokban
- Prompt könyvtárak és újrahasznosítási minták
- Prompt sablonok használata VS Code-ban vagy API-alapú munkafolyamatokban
- Prompt minőség és teljesítmény értékelése éles használatban
- Promptok, kontextus, tokenek és modellek megértése
- Prompt típusok: zero-shot, one-shot, few-shot
- Rendszer vs. felhasználói utasítások használata különböző API-kban
Követelmények
Célközönség
- Fejlesztők, akik LLM-eket használnak kódgeneráláshoz vagy elemzéshez
- Technikai vezetők, akik AI eszközöket kutatnak a munkafolyamataikban
- Szoftver szakemberek, akik LLM integrációkat kísérleteznek
- Tapasztalat a szoftverfejlesztésben vagy szkriptelésben
- Ismeret a gyakori programozási nyelvekből (pl. Python, JavaScript, SQL)
- Alapszintű megértése a nagy nyelvi modelleknek és AI eszközöknek, mint pl. a ChatGPT, Claude vagy Copilot
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