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

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires