Kurzusleírás

Bevezetés a vibe coding-be

  • A vibe coding definíciója és történelme.
  • A “prompt-to-code” együttműködés filozófiája.
  • Az AI-kódolás különbsége a hagyományos fejlesztéstől.

Nagy méretű nyelvi modellek a kódolásban

  • Fejlesztők számára LLM-k áttekintése: GPT-4, DeepSeek, Qwen, Mistral.
  • Nyílt forráskódú és sajtóbeli AI kódolók összehasonlítása.
  • LLM-k helyi vagy API-k által történő üzembe helyezése.

Indító szöveg tervezés a fejlesztők számára

  • Hatékony indító szöveg használata kód generálásához és áttervezéséhez.
  • Kontextuskezelés és beszédmód állapot kezelése.
  • Kódolási feladatokhoz való felhasználható indító szöveg sablonok létrehozása.

Élő vibe coding környezetek

  • A Replit használata az AI segítségével közösségi kódoláshoz.
  • A GitHub Copilot és Qwen Coder integrálása IDE-kbe.
  • Munkafolyamatok testreszabása a csapat közösségi munkához.

Kód minőség és érvényesítés az AI munkafolyamatokban

  • LLM-k által generált kód átvizsgálása és tesztelése.
  • Egyszerűség, karbantarthatóság és biztonság garantálása.
  • Kód érvényesítési eszközök integrálása a munkafolyamatba.

Vállalati integráció és szabályozás

  • A vibe coding skálázása a csapatok között.
  • Az AI kormányzása, etika és jogi megfelelőség a kód generálásban.
  • Szervezeti keretrendszerek tervezése az AI-segítő fejlesztéshez.

Haladó témák: a vibe coding bővítése

  • Több LLM egyesítése hibrid AI munkafolyamatokhoz.
  • A vibe coding integrálása a CI/CD automatizációba.
  • Jövőbeli trendek: többügynökös fejlesztési ökoszisztémák.

Csapatprojekt és együttműködés

  • Egy valós életben megtapasztalható, AI-segítő kódolási projekt tervezése.
  • Együttműködés az emberi és AI fejlesztőkkel.
  • Eredmények bemutatása és produktivitásnyereségek mérése.

Összefoglaló és a következő lépések

Követelmények

  • A szoftverfejlesztési munkafolyamatok megértése
  • Python, JavaScript vagy egy másik modern programozási nyelv ismerete.
  • Git-alapú verziókövető rendszerekkel való megismerettség

Célcsoport

  • Oktatáskutató szoftvermérnökök, akik az AI-segítő fejlesztés területén haladnak
  • Mérnöki vezetők, akik felügyelik az AI kódolási munkafolyamatok bevezetését
  • Vállalati fejlesztőcsapatok, amelyek szeretnének LLM-kat integrálni a termelési folyamataikba.
 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák