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, 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