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
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
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