Kursplan

AI i krav- och planeringsfasen

  • Använda NLP och LLMs för kravanalys
  • Konvertering av intressentinput till epiker och användarscenarier
  • AI-verktyg för scenarierefineri och generering av godkännandekriterier

AI-stödd design och arkitektur

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

AI-förstärkta utvecklingsarbetsflöden

  • AI-assisterad kodgenerering och scaffoldning av grundstruktur
  • Kodrefaktorering och prestandaförbättringar med hjälp av LLMs
  • Integrering av AI-verktyg i IDEs (t.ex., Copilot, Tabnine, CodeWhisperer)

Testning med AI

  • Generering av enhetstester och integreringstester med hjälp av AI-modeller
  • AI-assisterad regressionsanalys och testunderhåll
  • Explorativ och grännsfallsgenerering med AI

Dokumentation, granskning och kunskapsdelning

  • Automatisk dokumentgenerering från kod och API:er
  • Automatiserad kodgranskning med hjälp av AI-promptar och checklistor
  • Skapande av kunskapsdatabaser och FAQ:er med konversationsbaserad AI

AI i CI/CD och automatisering av distribution

  • AI-förstärkt pipelinoptimering och riskbaserad testning
  • Intelligent kanaryrelease och återställningsförslag
  • AI i distributionsverifiering och efter-distribution-analys

Styrning, etik och implementeringsstrategi

  • Att säkerställa ansvarsfull användning av AI och undanröja fördomar i genererad kod
  • Granskning och komplians i AI-assisterade arbetsflöden
  • Att bygga en vägkarta för fasedvis implementering av AI genom SDLC

Sammanfattning och nästa steg

Krav

  • En förståelse för koncept inom mjukvaruutvecklingslivscykeln
  • Erfarenhet av programarkitektur eller teamledning
  • Bekantskap med DevOps, agila praktiker eller SDLC-verktyg

Målgrupp

  • Programarkitekter
  • Utvecklingsledare
  • Tekniska ledare
 14 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (1)

Kommande Kurser

Relaterade Kategorier