Zkuste nás kontaktovat

Návrh Školení

Modul 1: Kontext, rozsah a výzvy při dodávce

  • Autocomplete versus autonomní vícekroková provedení
  • Běžné omyly ohledně AI v dodávce softwaru
  • Proč lepší příkazy (prompty) samy o sobě nestačí
  • Identifikace nástrojů, bolestivých míst a cílů účastníků
  • Výběr správného operačního modelu AI pro inženýrské týmy

Modul 2: Příjem specifikací a strukturovaná dekompozice

  • Tvorba strukturální inventáře dokumentů stakeholderů
  • Techniky extrakce požadavků
  • Strategie dělení na části (chunking): strukturální, sémantická a se posuvným oknem
  • Uchovávání závislostí a vzájemných odkazů
  • Práce s tabulkami, diagramy, flowcharty a smíšenými vstupy
  • Účinné řízení kontextových oken

Modul 3: Meze lidského úsudku

  • Kde zůstávají rozhodnutí kriticky závislá na člověku
  • Rozpoznávání halucinovaných závislostí
  • Zjišťování smyšlených omezení a obrácené logiky
  • Předcházení nebezpečným výchozím nastavením "ochotně pomáhající" AI
  • Rámce validace pro sledovatelnost, konzistenci a úplnost

Modul 4: Od požadavků ke kódu s agenticími nástroji

  • Model dodávky "architektura jako první krok" (Architecture-first)
  • Vytváření mapování komponent a určení hranic služeb
  • Smluvní kontrakty API jako kotvy dodávky
  • Trvalá pravidla a omezení v nástrojích AI
  • Příkazy k úkolům propojené s požadavky
  • Přístupy minimálního příkazu (minimal prompting) versus řízeného příkazu (constrained prompting)
  • Generování backendu a frontendu založené na kontraktech (Contract-first)

Modul 5: Agenticí iterativní smyčka

  • Spirála samokorekce
  • Kontrolované cykly iterativní dodávky
  • Revue rozdílů (diffs) a změn kódu
  • Zjišťování expanze rozsahu (scope creep) a neautorizovaných modifikací
  • Řízení omezené paměti kontextu
  • Využití historie iterací pro nepřetržité zlepšování

Modul 6: Vynucování kvality kódu

  • Omezení příkazů pro okrajové případy (edge cases)
  • Dokumentace pravidel jako živé artefakty řízení
  • Automatické brány s linterováním a statickou analýzou
  • Skenování bezpečnosti v kódu vygenerovaném AI
  • Kontroly shody závislostí a architektury
  • Proces lidské revize výstupů AI

Modul 7: Smyčky zpětné vazby a nepřetržité zlepšování

  • Zpětné napájení strukturovaných selhání do pracovních postupů AI
  • Ohraničené iterace a kritéria zastavení
  • Logování cyklů a výsledků
  • Trvale vylepšování dokumentace pravidel
  • Tvorba znovu použitelné inženýrské inteligence

Modul 8: Bezpečnostní anti-vzory při dodávce pomocí AI

  • Běžná bezpečnostní rizika v generovaném kódu
  • Přílohy s bezpečnostními pravidly specifickými pro jednotlivé technologie
  • Skenování bezpečnosti před commitem (pre-commit)
  • Kontroly Secure SDLC pro vývoj asistovaný AI
  • Lidská odpovědnost při zabezpečené dodávce

Modul 9: Testování kotvené v specifikacích

  • Generování testovacích specifikací z požadavků
  • Návrh testů v doménovém jazyce (Domain-specific language)
  • Bezpečné generování implementací testů
  • Koncepce mutančního testování (mutation testing)
  • Validace pokrytí specifikací
  • Revue síly asercí (assertions)
  • Modely diagnostických dotazů

Modul 10: Udržování systému

  • Živé artefakty: kontrakty, mapy, pravidla, testovací specifikace
  • Vývoj omezení v čase
  • Řízení AI pro dlouhodobou udržovatelnost
  • Předcházení technickému dluhu pomocí kontrol AI
  • Operační model pro udržitelné týmy inženýrství AI

Požadavky

Účastníci by měli mít:

  • Zkušenosti s projekty vývoje softwaru
  • Pochopení základů architektury aplikací
  • Seznámení s API, backendovými/frontendovými systémy nebo dodávkou full-stackového řešení
  • Základní znalosti metodik Agile nebo iterativní dodávky softwaru
  • Povědomí o konceptech testování softwaru
  • Označení zkušenosti s AI nástroji pro kódování jsou přínosná, ale nejsou povinné
  • Vhodné pro technické odborníky na střední až seniorské úrovni
 14 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie