Hvala što ste poslali upit! Jedan od naših članova tima će vas uskoro kontaktirati.
Hvala što ste poslali rezervaciju! Jedan od naših članova tima će vas uskoro kontaktirati.
Trajanje 21 sati
Sadržaj kursa
Uvod u Vibe Coding
- Definicija i istorija vibe codinga
- Filozofija saradnje „iz prompta u kod“
- Kako se kodiranje uz pomoć veštačke inteligencije razlikuje od tradicionalnog razvoja
Veliki jezički modeli u kodiranju
- Pregled LLM-ova za programere: GPT-4, DeepSeek, Qwen, Mistral
- Poređenje LLM-ova sa otvorenim izvorom i vlasničkih AI kodera
- Raspodela LLM-ova lokalno ili putem API-ja
Inženjerstvo promptova za programere
- Učinkoviti promptovi za generisanje i refaktorizaciju koda
- Upravljanje kontekstom i stanjem razgovora
- Kreiranje ponovno upotrebljivih predložaka promptova za zadatake kodiranja
Praktična okruženja za Vibe Coding
- Korišćenje Replita za kolektivno AI kodiranje
- Integracija GitHub Copilota i Qwen Coder-a u IDE-je
- Prilagođavanje radnih tokova za saradnju u timu
Kvalitet koda i validacija u AI radnim tokovima
- Pregled i testiranje koda generisanog od strane LLM-a
- Obezbeđivanje doslednosti, održivosti i bezbednosti
- Integracija alata za validaciju koda u radni tok
Korporativna integracija i upravljanje
- Širenje vibe codinga na više timova
- Upravljanje, etika i usklađenost sa standardima u generisanju koda pomoću veštačke inteligencije
- Dizajniranje organizacionih okvira za razvoj uz pomoć veštačke inteligencije
Napredne teme: Proširenje Vibe Codinga
- Kombinovanje više LLM-ova za hibridne AI radne tokove
- Integracija vibe codinga sa automatizacijom CI/CD-a
- Budući trendovi: ekotemi višestrukih agenata za razvoj
Timski projekat i saradnja
- Dizajniranje stvarnog projekta kodiranja uz pomoć veštačke inteligencije
- Saradnja sa ljudskim i AI programerima
- Predstavljanje rezultata i merenje dobitka u produktivnosti
Zaključak i naredni koraci
Uslovi
- Znanje o radnim tokovima razvoja softvera
- Izuzetno iskustvo sa Pythonom, JavaScriptom ili drugim savremenim programskim jezikom
- Oznajnost sa Git-ovim sistemima za kontrolu verzija
Publika
- Inženjeri softvera koji istražuju razvoj uz pomoć veštačke inteligencije
- Rukovodioci inženjerije koji nadgledaju uvođenje veštačke inteligencije u radne tokove kodiranja
- Timovi za korporativni razvoj koji žele da integrišu LLM-ove u produkcijske pipeline-ove
Iskustva korisnika (1)
Stekao sam znanje o biblioteci Streamlit u jeziku Python i svakako ću je iskoristiti za unapređenje primena u mom timu, koje su trenutno razvijene u R Shiny-u.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Mašinski prevedeno