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.
Kursplan
Modul 1: Kontext, omfattning och leveransutmaningar
- Autocomplete vs autonom flerstegsexekvering
- Typiska AI-fördomar i mjukvaruleverans
- Varför bättre promptar själva inte räcker
- Identifiering av deltagares verktyg, smärtpunkter och mål
- Val av lämplig AI-operativmodell för ingenjörslag
Modul 2: Specifikationsinmatning och strukturerad dekomposition
- Bygga en strukturell inventering av intressentens dokument
- Kravextraktionsmetoder
- Chunksstrategier: struktur, semantik, glidande fönster
- Bevara beroenden och korsreferenser
- Arbeta med tabeller, diagram, flödesdiagram och blandade inmatningar
- Hantera kontextfönster effektivt
Modul 3: Gränser för mänsklig bedömning
- Var mänska beslut fortfarande är kritiska
- Identifiera hallucinerade beroenden
- Detektera konstaterade begränsningar och inverterad logik
- Förebygg farliga standardval
- Valideringsramar för spårbarhet, konsekvens, fullständighet
Modul 4: Från krav till kod med agentbaserade verktyg
- Arkitektur-först-leveransmodell
- Komponentmappning och servicegränser
- API-avtal som leveransankare
- Persistenta regler och begränsningar i AI-verktyg
- Uppgiftsinstruktioner länkade till krav
- Minimala promptar vs. begränsande promptmetoder
- Kontrakt-först-backend och frontend-generering
Modul 5: Agentbaserad iterativ loop
- Self-korrektur-spiralen
- Kontrollerade iterativa leveranscykler
- Granska diffar och kodändringar
- Detektera omfångsuppslukning och oauktorisade ändringar
- Hantera begränsat kontextminne
- Använd iterativa historier för kontinuerlig förbättring
Modul 6: Kvalitetsframtvingning av kod
- Prompt-begränsningar för kantfall
- Regelbokar som levande styrningsartefakter
- Automatiserade kontroller med lintsning och statisk analys
- Säkerhetsscanning i AI-genererad kod
- Beroende- och arkitekturkonformitetskontroller
- Mänsklig granskning av AI-output
Modul 7: Feedback-loops och kontinuerlig förbättring
- Mata strukturerade misslyckanden tillbaka i AI-flöden
- Begränsade iterationer och stoppkriterier
- Logga cyklar och resultat
- Förbättra regelbokar över tid
- Bygg återanvändbar teknisk intelligens
Modul 8: Säkerhetsanti-pattern i AI-leverans
- Vanliga säkerhetsrisker i genererad kod
- Teknologi-spesifika säkerhetsreglerbilagor
- Före-commitsäkerhetsscanning
- Säkra SDLC-kontroller för AI-assisterad utveckling
- Mänsklig ansvarighet i säker leverans
Modul 9: Testning anknytande till specifikationer
- Generera testspecifikationer från krav
- Domänspråkstestdesign
- Generera tester säkert
- Mutationtestningskoncept
- Validera specifikationstillägg
- Genomgång av påståendestyrka
- Diagnostiska frågeställningsmodeller
Modul 10: Underhåll av systemet
- Levande artefakter: avtal, kartor, regler, testspecifikationer
- Utveckling av begränsningar över tid
- AI-styrning för långsiktig underhållbarhet
- Förhandsbegränsa teknisk skuldsättning med hjälp av AI-kontroller
- Operativmodell för hållbara AI-utvecklingslag
Krav
Deltagare bör ha:
- Erfarenhet av mjukvaruutvecklingsprojekt
- Förståelse för grundläggande applikationsarkitektur
- Bekantskap med API:er, backend-/frontend-system eller fullstack-leverans
- Grundläggande kunskap om agilt eller iterativt mjukvaruleverans
- Uppfattning om mjukvarutestningskoncept
- Exponering för AI-kodningsverktyg är till hjälp men inte obligatoriskt
- Lämpligt för mittenivå- till högnivåtekniska professionella
14 Timmar