Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Varaktighet 14 timmar
Kursplan
Modul 1: Kontext, omfång och utmaningar i leveransen
- Autofyllnad vs autonom exekvering av flera steg
- Vanliga missuppfattningar om AI i mjukvaruleverans
- Varför bättre prompt alone inte räcker
- Identifiera deltagarnas verktyg, smärtpunkter och mål
- Välja rätt AI-operativmodell för teknikteam
Modul 2: Insamling av specifikationer och strukturerad dekomponering
- Skapa en strukturell inventering av intressenters dokument
- Tekniker för extrahering av krav
- Strategier för uppdelning: strukturell, semantisk, glidande fönster
- Behålla beroenden och korsreferenser
- Arbeta med tabeller, diagram, flödesdiagram och blandade indatas
- Effektiv hantering av kontextfönster
Modul 3: Gränser för mänskligt omdöme
- Där mänskliga beslut fortfarande är avgörande
- Upptäcka hallucinerade beroenden
- Detektera fabrikerade begränsningar och inverterad logik
- Förebygga osäkra standardlösningar
- Valideringsramverk för spårbarhet, konsistens, fullständighet
Modul 4: Från krav till kod med agenta verktyg
- Arkitektur-först leveransmodell
- Komponentkartläggning och tjänstgränser
- API-avtal som leveransankare
- Beständiga regler och begränsningar i AI-verktyg
- Uppgiftsinstruktioner kopplade till krav
- Minimal prompting vs begränsad prompting-approacher
- Avtal-först backend och frontend generering
Modul 5: Agentisk iterationsloop
- Självkorrigingsspiralen
- Kontrollerade iterativa leveranscykler
- Granska diff:n och kodändringar
- Detektera scope creep och obehöriga modifieringar
- Hantera begränsad kontextminne
- Använda iterationshistorik för löpande förbättring
Modul 6: Tillförsel av kodkvalitet
- Prompt-begränsningar för kanfall
- Regeldokument som levande styrningsartefakter
- Automatiserade grinds med linting och statisk analys
- Säkerhetsscanning i AI-genererad kod
- Beroende- och arkitekturskonformitetskontroller
- Mänsklig granskningsprotokoll för AI-utdata
Modul 7: Återkopplingsloopar och löpande förbättring
- Fodra strukturerade misslyckanden tillbaka till AI-flöden
- Begränsade iterationer och stoppkriterier
- Lagra cykler och utfall
- Förbättra regeldokument över tid
- Bygg återanvändbart ingenjörsintelligens
Modul 8: Säkerhetsantimönster i AI-leverans
- Gemensamma säkerhetsrisker i genererad kod
- Teknikspecifika säkerhetsregler tillägg
- Före-kommit säkerhetsscanning
- Säkra SDLC-kontroller för AI-assisterad utveckling
- Mänsklig ansvarstagande i säker leverans
Modul 9: Testning förankrad till specifikationer
- Generera testspecifikationer från krav
- Domainspråkig testdesign
- Säker generering av testimplementationer
- Mutations-testningsbegrepp
- Validera täckning av specifikation
- Granskning av assertion-styrka
- Diagnostisk frågemodell
Modul 10: Underhåll av systemet
- Levande artefakter: avtal, kartor, regler, testspecifikationer
- Evoluerande begränsningar över tid
- AI-governance för långsiktig underhållbarhet
- Förebygga teknisk skuld med AI-kontroller
- Operativmodell för hållbara AI-teknikteam
Krav
Deltagarna bör ha:
- Upplevd erfarenhet av projekt inom mjukvaruutveckling
- Förståelse för grunderna i applikationsarkitektur
- God kunskap om API:er, backend-/frontend-system eller full-stack-leverans
- Gronkunskaper inom agila eller iterativa mjukvaruleveransmetoder
- Bekant med begrepp kring mjukvarutestning
- Kunskap om AI-verktyg för kodning är givande men inte obligatoriskt
- Passar teknikproffs på mellan- till senior nivå
