Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction aux Capacités Avancées de Cursor
- Comprendre l'extensibilité et l'architecture de Cursor
- Examiner les types de modèles AI et les points d'intégration
- Préparer l'environnement pour une personnalisation avancée
Principes de l'Ingénierie des Prompts Efficace
- Concevoir des prompts pour la précision, la cohérence et l'adaptabilité
- Structurer les hiérarchies de contexte et l'injection de variables
- Évaluer les sorties des prompts et affiner les itérations
Création et Gestion de Modèles de Prompts
- Créer des modèles de prompts réutilisables pour les équipes
- Versionner et maintenir des dépôts de modèles
- Intégrer des modèles de prompts avec des pipelines CI/CD
Intégration de Cursor aux Bases de Connaissances Internes
- Se connecter à des APIs de documentation et des sources de données internes
- Intégrer des connaissances spécifiques au domaine dans les prompts AI
- Automatiser les mises à jour et la synchronisation pour des données dynamiques
Ajustement Fin de Modèles pour la Génération de Code Spécifique au Domaine
- Identifier les cas d'utilisation pour des modèles ajustés
- Collecter et curater des ensembles de données pour l'ajustement fin
- Tester, valider et déployer des modèles formés personnalisés
Développement d'Outils et Adaptateurs Personnalisés
- Étendre Cursor avec des outils personnalisés basés sur API
- Créer des adaptateurs sécurisés pour les flux de travail d'entreprise
- Implémenter des actions personnalisées au sein de l'éditeur
Sécurité, Gouvernance et Optimisation des Performances
- Assurer une gestion sécurisée du code généré par AI
- Établir des gardes de politique et des filtres de conformité
- Optimiser les performances et la gestion des ressources
Stratégies de Développement AI Prêtes pour l'Avenir
- Évaluer les fonctionnalités et APIs émergentes de Cursor
- Adopter un ajustement fin continu et une gestion du cycle de vie des prompts
- Construire des cadres internes pour une ingénierie AI durable
Résumé et Étapes Suivantes
Pré requis
- Solide compréhension du codage et de l'architecture logicielle
- Expérience avec des outils de codage assistés par AI et des APIs
- Connaissance des concepts d'apprentissage automatique ou d'ingénierie de prompts
Public cible
- Ingénieurs AI concevant des flux de travail AI personnalisés
- Ingénieurs d'outillage et de plateforme construisant des outils internes pour les développeurs
- Développeurs seniors intégrant des modèles AI spécifiques au domaine
14 Heures