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 21 órák
Kurzusleírás
Bemutatkozás a vibe coding-gyel
- A vibe coding definíciója és története
- Az „prompt-kód” együttműködés filozófiája
- Hogyan tér el az AI-kódolás a hagyományos fejlesztéstől
Nagy nyelvi modellek a kódolásban
- LLM-ek áttekintése fejlesztőknek: GPT-4, DeepSeek, Qwen, Mistral
- Nyílt forráskódú vs. tulajdoni AI-kódolók összehasonlítása
- LLM-ek telepítése lokálisan vagy API-kon keresztül
Prompt Engineering fejlesztőknek
- Hatékony prompting a kód generálásához és refactorálásához
- Kontextuskezelés és beszélgetési állapot kezeléste
- Újratermelhető prompt sablonok létrehozása kódolási feladatokhoz
Kézi vibe coding környezetek
- Replit használata kollaboratív AI-kódoláshoz
- GitHub Copilot és Qwen Coder integrálása IDE-kbe
- Munkafolyamatok testreszabása csapategyüttműködéshez
Kódminőség és érvényesítés AI munkafolyamatokban
- LLM által generált kód áttekintése és tesztelése
- Konzisztencia, karbantarthatóság és biztonság biztosítása
- Kód érvényesítési eszközök integrálása a munkafolyamatba
Vállalati integráció és kormányzás
- Vibe coding skálázása csapatok között
- AI-kormányzás, etika és compliance a kódgenerálásban
- Szervezeti keretrendszerek tervezése AI-asszisztált fejlesztéshez
Haladó témák: A vibe coding bővítése
- Több LLM ötvözése hibrid AI-munkafolyamatokhoz
- Vibe coding integrálása a CI/CD automatizálásba
- Jövőbeli trendek: multi-ágens fejlesztői ökoszisztémák
Csapaterő és együttműködés
- Egy valós, AI-asszisztált kódolási projekt tervezése
- Együttműködés emberi és AI-fejlesztőkkel
- Eredmények prezentálása és termelékenységi növekedés mérése
Összegzés és következő lépések
Követelmények
- A szoftverfejlesztési munkafolyamatok megértése
- Tapasztalat a Pythonnal, JavaScripttel vagy más modern programozási nyelven
- Ismerős a Git alapú verziókezelő rendszerekkel
Célközönség
- Szoftvermérnökök, akik az AI-asszisztált fejlesztéssel foglalkoznak
- Mérnöki vezetők, akik felügyelik az AI bevezetését a kódolási munkafolyamatokban
- Vállalati fejlesztői csapatok, akik az LLM-ek integrálását keresik a produkciós csövekbe
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