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
IA dans la phase des exigences et de la planification
- Utilisation de l'IA (NLP et LLMs) pour l'analyse des exigences
- Conversion des contributions des parties prenantes en épic et user stories
- Outils d'IA pour la raffinement des user stories et la génération de critères d'acceptation
Conception et architecture augmentées par l'IA
- Utilisation de l'IA pour modéliser les composants système et leurs dépendances
- Génération de diagrammes d'architecture et suggestions UML
- Validation de la conception par l'inférence systémique basée sur des prompts
Workflows de développement améliorés par l'IA
- Génération de code assistée par l'IA et création d'échafaudages boilerplate
- Refactoring du code et améliorations de performance à l'aide de LLMs
- Intégration d'outils d'IA dans les IDE (par exemple, Copilot, Tabnine, CodeWhisperer)
Tests avec l'IA
- Génération de tests unitaires et d'intégration à l'aide de modèles d'IA
- Analyse de régression assistée par l'IA et maintenance des tests
- Génération exploratoire et de cas limites avec l'IA
Documentation, revue et partage des connaissances
- Génération automatique de documentation à partir du code et des API
- Automatisation de la revue de code à l'aide de prompts d'IA et de checklists
- Création de bases de connaissances et de FAQ en utilisant des IA conversationnelles
IA dans le CI/CD et l'automatisation du déploiement
- Optimisation de pipeline améliorée par l'IA et tests basés sur les risques
- Suggestions intelligentes pour le déploiement en canari et les rollbacks
- IA dans la vérification du déploiement et l'analyse post-déploiement
Gouvernance, éthique et stratégie de mise en œuvre
- Assurer une utilisation responsable de l'IA et éviter les biais dans le code généré
- Audits et conformité dans les workflows assistés par l'IA
- Élaboration d'un plan de mise en œuvre en phases pour l'adoption de l'IA tout au long du SDLC
Résumé et étapes suivantes
Pré requis
- Une compréhension des concepts du cycle de vie du développement logiciel
- Une expérience en architecture logicielle ou en leadership d'équipe
- Une familiarité avec DevOps, les pratiques agiles ou le tooling SDLC
Public cible
- Architectes logiciels
- Leaders de développement
- Managers d'ingénierie
14 Heures
Nos clients témoignent (1)
Connaissances avancées de l'enseignant dans l'utilisation du copilote et sessions pratiques suffisantes et efficaces
Tan - ViTrox Technologies Sdn Bhd
Formation - Intermediate GitHub Copilot
Traduction automatique