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
Att förstå kod med LLM:ar
- Promptstrategier för kodförklaringar och genomgångar
- Att arbeta med okända kodbaser och projekt
- Analys av kontrollflöde, beroenden och arkitektur
Refaktorering av kod för underhållbarhet
- Att identifiera kodbetecken, död kod och antipatterns
- Omstrukturering av funktioner och moduler för tydlighet
- Användning av LLM:ar för att föreslå namngivningskonventioner och designförbättringar
Förbättring av prestanda och tillförlitlighet
- Att upptäcka ineffektivitet och säkerhetsrisker med AI-stöd
- Förslag på mer effektiva algoritmer eller bibliotek
- Refaktorering av I/O-operationer, databaskvärer och API-anrop
Automatisering av koddokumentation
- Generering av kommentarer och sammanfattningar på funktions-/metodnivå
- Skrivning och uppdatering av README-filer från kodbaser
- Skapande av Swagger/OpenAPI-dokument med LLM-stöd
Integration med verktygskedjor
- Användning av VS Code-tillägg och Copilot Labs för dokumentation
- Incorporering av GPT eller Claude i Git pre-commit-hooks
- CI-pipelineintegration för dokumentation och lintering
Att arbeta med äldre och multispråkiga kodbaser
- Reverse-engineering av äldre eller odokumenterade system
- Kors-språkig refaktorering (t.ex. från Python till TypeScript)
- Fallstudier och demoer av par-AI-programmering
Ethik, kvalitetssäkring och granskning
- Validering av AI-genererade ändringar och undvikande av hallucinationer
- Bästa praxis för kollegagranskning vid användning av LLM:ar
- Säkring av reproducerbarhet och efterlevnad av kodstandarder
Sammanfattning och nästa steg
Krav
- Erfarenhet av programmeringsspråk såsom Python, Java eller JavaScript
- Kännedom om mjukvaruarkitektur och kodgranskningsprocesser
- Grundläggande förståelse för hur stora språkmodeller fungerar
Målgrupp
- Backend-ingenjörer
- DevOps-team
- Seniorutvecklare och tekniska leads
Vittnesmål (1)
Att jag har fått kunskap om Streamlit-biblioteket från Python och jag kommer säkert att försöka använda det för att förbättra applikationerna i mitt team som är skapade med R Shiny
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maskintolkat