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
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
Vélemények (1)
Közelítő és hatékony gyakorlási munkamenet a képző tanári ismeretei a copilot speciális használatáról
Tan - ViTrox Technologies Sdn Bhd
Kurzus - Intermediate GitHub Copilot
Gépi fordítás