Plan du cours
IA dans la phase des exigences et de la planification
- Utilisation de l'IA (NLP et LLMs) pour l'analyse des exigences
- Conversion des contributions des parties prenantes en épic et user stories
- Outils d'IA pour la raffinement des user stories et la génération de critères d'acceptation
Conception et architecture augmentées par l'IA
- Utilisation de l'IA pour modéliser les composants système et leurs dépendances
- Génération de diagrammes d'architecture et suggestions UML
- Validation de la conception par l'inférence systémique basée sur des prompts
Workflows de développement améliorés par l'IA
- Génération de code assistée par l'IA et création d'échafaudages boilerplate
- Refactoring du 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 exploratoire et de cas limites avec l'IA
Documentation, revue et partage des connaissances
- Génération automatique de documentation à partir du code et des API
- Automatisation de la revue de code à l'aide de prompts d'IA et de checklists
- Création de bases de connaissances et de FAQ en utilisant des IA conversationnelles
IA dans le CI/CD et l'automatisation du déploiement
- Optimisation de pipeline améliorée par l'IA et tests basés sur les risques
- Suggestions intelligentes pour le déploiement en canari et les rollbacks
- IA dans la vérification du déploiement et l'analyse post-déploiement
Gouvernance, éthique et stratégie de mise en œuvre
- Assurer une utilisation responsable de l'IA et éviter les biais dans le code généré
- Audits et conformité dans les workflows assistés par l'IA
- Élaboration d'un plan de mise en œuvre en phases pour l'adoption de l'IA tout au long du SDLC
Résumé et étapes suivantes
Pré requis
- Une compréhension des concepts du cycle de vie du développement logiciel
- Une expérience en architecture logicielle ou en leadership d'équipe
- Une familiarité avec DevOps, les pratiques agiles ou le tooling SDLC
Public cible
- Architectes logiciels
- Leaders de développement
- Managers d'ingénierie
Nos clients témoignent (2)
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
Connaissances approfondies du conférencier sur l'utilisation avancée de Copilot et séance pratique suffisante et efficace
Tan - ViTrox Technologies Sdn Bhd
Formation - Intermediate GitHub Copilot
Traduction automatique