Kursplan

AI i kravs- och planeringsfasen

  • Användning av NLP och LLMs för kravanalys
  • Omvandling av intressenters input till epics och användarhistorier
  • AI-verktyg för berättelseförfinande och generering av acceptanskriterier

AI-augmenterad design och arkitektur

  • Användning av AI för att modellera systemkomponenter och beroenden
  • Generering av arkitekturdiagram och UML förslag
  • Designvalidering genom promptbaserad systemresonemang

AI-förstärkta utvecklingsflöden

  • AI-assisterad kodgenerering och standardmallsskapande
  • Kodrefaktorering och prestandaförbättringar med hjälp av LLMs
  • Integration av AI-verktyg i IDE (t.ex., Copilot, Tabnine, CodeWhisperer)

Testning med AI

  • Generering av enhets- och integrationsprov med AI-modeller
  • AI-assisterad regressionsanalys och provunderhåll
  • Explorativ och gränsfallsgenerering med AI

Documentation, granskning och kunskapsspridning

  • Automatisk dokumentgenerering från kod och API
  • Automatisering av kodgranskning med AI-prompts och checklistor
  • Skapande av kunskapsbaser och FAQ med samtalsbaserad AI

AI i CI/CD och automatisering av distribution

  • AI-förstärkt pipelineoptimering och riskbaserad testning
  • Intelligenta förslag för kanarutskick och återgång
  • AI i verifiering av distribution och post-distributionsanalys

Gostyrning, etik och implementeringsstrategi

  • Säkerställande av ansvarsfull användning av AI och undvikande av bias i genererad kod
  • Granskning och överensstämmelse i AI-assisterade arbetsflöden
  • Byggande av en vägkarta för fasvis adoption av AI över hela SDLC

Sammanfattning och nästa steg

Krav

  • Förståelse för koncept inom mjukvaruutvecklingslivscykeln
  • Erfarenhet av mjukvaruarkitektur eller teamledarskap
  • Kännedom om DevOps, agila metoder, eller verktyg för SDLC

Målgrupp

  • Mjukvaruarkitekter
  • Utvecklingschefer
  • Ingenjörschefer
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier