Kursplan
Nivå 1: Uppdagningens Krypta – Kravens Hemligheter
Uppdrag: Använd LLMs (ChatGPT) för att extrahera strukturerade krav från oklart innehåll.
Nödvändig aktiviteter:
- Tolk ambigu produktdenkar eller funktionsförfrågningar
-
Använd AI för att:
- Skapa användarhistorier och acceptanskriterier
- Föreslå personer och scenarier
-
Generera visuella artefakter (t.ex., enkla diagram med Mermaid eller draw.io)
Resultat: Strukturerad backlogg av användarhistorier + initial domänmodell/visuella
Nivå 2: Designens Smide – Arkitekternas Skroll
Uppdrag: Använd AI för att skapa och validera arkitekturplaner.
Nödvändig aktiviteter:
-
Använd AI för att:
- Föreslå arkitekturstil (monolit, mikrotjänster, serverless)
- Generera högnivådiagram för komponenter och interaktion
- Skapa klass-/modulstrukturer
-
Utmana varandras val genom medarbetares designgranskningar
Resultat: Validerad arkitektur + kodskal
Nivå 3: Kodarenas Arena – Codex Gauntlet
Uppdrag: Använd AI-kopiloter för att implementera funktioner och förbättra kod.
Nödvändig aktiviteter:
- Använd GitHub Copilot eller ChatGPT för att implementera funktionalitet
-
Refaktorier AI-genererad kod för:
- Prestanda
- Säkerhet
- Underhållbarhet
-
Infoga “koddofter” och utför medarbetares rengöringsutmaningar
Resultat: Funktional, refaktorierad, AI-genererad kodbas
Nivå 4: Bugghalvöns Sump – Testa Mörkret
Uppdrag: Generera och förbättra tester med AI, sedan hitta buggar i andra lagens kod.
Nödvändig aktiviteter:
-
Använd AI för att generera:
- Enhetstester
- Integreringstester
- Simuleringar av grännsituationer
-
Byt buggkod med ett annat team för AI-assisterad felbehandling
Resultat: Testbatteri + felrapport + felexemplet
Nivå 5: Pipelins Portar – Automatens Port
Uppdrag: Ställ in smarta CI/CD-pipelines med AI-assistans.
Nödvändig aktiviteter:
-
Använd AI för att:
- Definiera arbetsflöden (t.ex., GitHub Actions)
- Automatisera build, test och distribueringsskritt
-
Föreslå anomalidetektions-/rollbackpolicyer
Resultat: AI-assisterad, fungerande CI/CD-pipelinskript eller flöde
Nivå 6: Övervakningscitadel – Loggarnas Vakttorn
Uppdrag: Analysera loggar och använd ML för att upptäcka anomalier och simulera återhämtning.
Nödvändig aktiviteter:
- Analysera förintablerade eller genererade loggar
-
Använd AI för att:
- Identifiera anomalier eller felmönster
- Föreslå automatiserade svar (t.ex., självheilande skript, aviseringar)
-
Skapa instrumentpaneler eller visuella sammanfattningar
Resultat: Övervakningsplan eller simulerad intelligent aviseringmekanism
Sista Nivå: Heldagens Arena – Bygg den Ultimate AI-stödda SDLC
Uppdrag: Lag använder allt de lärt sig för att bygga en fungerande SDLC-loop för ett miniprojekt.
Nödvändig aktiviteter:
- Välja ett lagminiprojekt (t.ex., felrapportering, chattbot, mikrotjänst)
-
Använd AI vid varje SDLC-fas:
- Krav, Design, Kod, Test, Distribuera, Övervakning
- Presentera resultat i en kort lagdemo
Medarbetares röstning eller bedömning för den mest effektiva AI-stödda pipelinen
Resultat: slut till slut AI-förbättrad SDLC-implementering + lagens demonstration
Till slutet av denna workshop kommer deltagarna kunna:
- Använda generativ AI-verktyg för att extrahera och strukturera mjukvarukrav
- Generera arkitekturdiagram och validera designval med hjälp av AI
- Använda AI-kopiloter för att implementera och refaktoriera produktionsgodkänd kod
- Automatisera testgenerering och utföra AI-assisterad felbehandling
- Designa intelligenta CI/CD-pipelines som upptäcker och reagerar på anomalier
- Analysera loggar med AI/ML-verktyg för att identifiera risker och simulera självheilande processer
- Demonstrera en fullständigt AI-förbättrad SDLC genom ett miniprojekt i teamet
Krav
Publik: Mjukvarutvecklare, testare, arkitekter, DevOps-ingeniörer, produktägare
Deltagarna bör ha:
- En fungerande förståelse av Mjukvaruutvecklingscykeln (SDLC)
- Praktisk erfarenhet inom åtminstone ett programmeringsspråk (t.ex., Python, Java, JavaScript, C#, etc.)
-
Bekantskap med:
- Skriva och läsa användarhistorier eller krav
- Grundläggande mjukvarudesignprinciper
- Versionshantering (t.ex., Git)
- Skriva och köra enhetstester
- Kör eller tolkar CI/CD-pipelines
Detta är en mellan- till avancerad workshop. Den är idealisk för professionella som redan är del av mjukvarudistributionslag (utvecklare, testare, DevOps-ingeniörer, arkitekter, produktägare).
Vittnesmål (2)
Att jag har fått kunskap om Streamlit-biblioteket från Python och jag kommer säkert att försöka använda det för att förbättra applikationerna i mitt team som är skapade med R Shiny
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maskintolkat
Instruktör som kan anpassa kursnivån under utbildningen för att passa vårt förståelseavseende ämnet, så att vi kan få mer användbar kunskap som kan hjälpa oss att bättre utnyttja verktygen i vår dagliga arbetsuppgifter.
Tatt Juen - ViTrox Technologies Sdn Bhd
Kurs - Intermediate GitHub Copilot
Maskintolkat