Návrh Školení

Pochopení kódu s využitím LLMs

  • Strategie dotazování pro vysvětlení a průvodce kódem
  • Práce s neznámými zdrojovými kódy a projekty
  • Aналýза контрольногор азводу, зáвислостей и архитектуры

Přepracování kódu pro udržitelnost

  • Identifikace zápachů kódu, mrtvého kódu a antipaternů
  • Přestavění funkcí a modulů pro jasnost
  • Využívání LLMs pro návrhy pojmenovávání konvencí a zlepšení designu

Úpravy pro výkon a spolehlivost

  • Zjišťování nepřiměřených efektivit a bezpečnostních rizik pomocí AI podpory
  • Návrhy efektivnějších algoritmů nebo knihoven
  • Přepracování I/O operací, dotazů na databázi a volání API

Automatizace kódu Documentation

  • Vytváření komentářů a shrnutí na úrovni funkcí/metod
  • Napsání a aktualizace README souborů z kódových bází
  • Vytvoření Swagger/OpenAPI dokumentace pomocí LLM podpory

Integrace do nástrojových řetězců

  • Využití rozšíření VS Code a Copilot Labs pro dokumentaci
  • Zahrnutí GPT nebo Claude v předodeslaných provázkách Gitu
  • Integrace CI pipe líny pro dokumentaci a linting

Práce s legacy a vícejazyčnými kódovými bázemi

  • Vrácení starších nebo nedokumentovaných systémů do původního stavu
  • Překřížené jazyky přepracování (např. z Python na TypeScript)
  • Případové studie a demony pair-AI programování

Ethika, jakostní ujistění a kontrola

  • Ověření AI generovaných změn a zabrání halucinacím
  • Nejlepší praktiky kolegového hodnocení při použití LLMs
  • Zajištění reprodukovatelnosti a souladu s kódovými standardy

Souhrn a další kroky

Požadavky

  • Zkušenosti s programovacími jazyky jako jsou Python, Java nebo JavaScript
  • Poznání softwarové architektury a procesů revize kódu
  • Základní pochopení fungování velkých jazykových modelů

Cílová skupina

  • Backend inženýři
  • DevOps týmy
  • Oblastní vývojáři a techničtí vedoucí
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie