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
L'IA dans la phase d'exigences et de planification
- Utilisation du TALN et des LLMs pour l'analyse des exigences
- Conversion des inputs des parties prenantes en épopées et user stories
- Outils d'IA pour l'affinement des stories et la génération des critères d'acceptation
Conception et architecture augmentées par l'IA
- Utilisation de l'IA pour modéliser les composants système et les dépendances
- Génération de diagrammes d'architecture et suggestions UML
- Validation de la conception par raisonnement systémique basé sur des prompts
Flux de développement améliorés par l'IA
- Génération de code assistée par l'IA et squelettage de code répétitif
- Refactoring de 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 de cas exploratoires et de limites avec l'IA
Documentation, revues et partage des connaissances
- Génération automatique de documentation à partir du code et des APIs
- Automatisation des revues de code à l'aide de prompts et de checklists d'IA
- Création de bases de connaissances et de FAQ à l'aide d'une IA conversationnelle
L'IA dans l'automatisation CI/CD et du déploiement
- Optimisation des pipelines et tests basés sur les risques améliorés par l'IA
- Suggestions intelligentes de déploiements en canari et de retours arrière
- L'IA dans la vérification du déploiement et l'analyse post-déploiement
Gouvernance, éthique et stratégie de mise en œuvre
- Assurer l'utilisation responsable de l'IA et éviter les biais dans le code généré
- Audit et conformité dans les workflows assistés par l'IA
- Élaboration d'une feuille de route pour l'adoption progressive de l'IA tout au long du SDLC
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts du cycle de vie du développement logiciel
- Une expérience en architecture logiciel ou en direction d'équipe
- Une familiarité avec les pratiques DevOps, agiles ou les outils de SDLC
Public cible
- Architectes logiciels
- Chefs de développement
- Responsables d'ingénierie
14 Heures
Nos clients témoignent (1)
J'ai acquis des connaissances sur la bibliothèque Streamlit en Python et je vais certainement essayer de l'utiliser pour améliorer les applications de mon équipe qui sont actuellement développées avec R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Formation - GitHub Copilot for Developers
Traduction automatique