Kom i kontakt

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
 14 Timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier