Kom i kontakt

Kursplan

Förstå kod med LLMer

  • Prompting-strategier för kodförklaring och genomgångar
  • Att arbeta med okända kodbasers och projekt
  • Att analysera kontrollflöde, beroenden och arkitektur

Refaktorisera kod för underhållbarhet

  • Identifiering av code smells, död kod och antipatterns
  • Att strukturera om funktioner och moduler för tydlighet
  • Att använda LLMer för att föreslå namngivningskonventioner och designförbättringar

Förbättra prestanda och tillförlitlighet

  • Att upptäcka ineffektiviteter och säkerhetsrisker med AI-hjälp
  • Att föreslå mer effektiva algoritmer eller bibliotek
  • Att refaktorera I/O-operationer, databasfrågor och API-anrop

Automatisera koddokumentation

  • Att generera kommentarer och sammanfattningar på funktions-/metodnivå
  • Att skriva och uppdatera README-filer från kodbasers
  • Att skapa Swagger/OpenAPI-dokument med LLM-stöd

Integration med verktygskedjor

  • Att använda VS Code-tillägg och Copilot Labs för dokumentation
  • Att integrera GPT eller Claude i Git pre-commit hooks
  • CI-pipeline-integration för dokumentation och lintning

Att arbeta med äldre och flerspråkiga kodbasers

  • Reverse-engineering av äldre eller outvecklade system
  • Krosspråkig refaktorisering (t.ex. från Python till TypeScript)
  • Fallstudier och par-AI-programmeringsdemonstrationer

Etik, kvalitetskontroll och granskning

  • Att validera AI-genererade ändringar och undvika hallucinationer
  • Bästa praxis för peer-granskning när man använder LLMer
  • Säkerställa reproducerbarhet och överensstämmelse med kodningsstandarder

Sammanfattning och nästa steg

Krav

  • Erfarenhet av programmeringsspråk som Python, Java eller JavaScript
  • Kunskap om mjukvaruarkitektur och kodgranskningsprocesser
  • Grundläggande förståelse för hur stora språkmodeller fungerar

Publik

  • Backendingenjörer
  • DevOps-team
  • Seniora utvecklare och tekniska ledare
 14 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (1)

Kommande Kurser

Relaterade Kategorier