Plan du cours
Comprendre le Code avec des LLM (Large Language Models)
- Stratégies de formulation pour expliquer et passer en revue le code
- Travailler avec des bases de code et des projets inconnus
- Analyser les flux de contrôle, les dépendances et l'architecture
Réfacturation du Code pour une Maintenabilité
- Identifier les odeurs de code, le code mort et les anti-modèles
- Restructurer les fonctions et les modules pour plus de clarté
- Utiliser des LLM pour suggérer des conventions de nommage et des améliorations de conception
Améliorer la Performance et la Fiabilité
- Détecter les inefficacités et les risques de sécurité avec l'aide d'IA
- Suggérer des algorithmes ou des bibliothèques plus efficaces
- Réfacturer les opérations I/O, les requêtes de base de données et les appels API
Automatisation du Code Documentation
- Générer des commentaires et des résumés au niveau des fonctions/méthodes
- Rédiger et mettre à jour les fichiers README à partir des bases de code
- Créer Swagger/OpenAPI docs avec le soutien des LLM
Intégration avec des Chaînes d'Outils
- Utiliser des extensions VS Code et Copilot Labs pour la documentation
- Incorporer GPT ou Claude dans les hooks Git pré-commit
- Intégration de pipelines CI pour la documentation et le linting
Travailler avec des Bases de Code Légacy et Multilingues
- Développer en arrière des systèmes plus anciens ou non documentés
- Réfacturation interlangages (par exemple, de Python à TypeScript)
- Cas d'études et démonstrations de programmation en duo avec IA
Éthique, Assurance Qualité et Revue
- Vérifier les changements générés par l'IA et éviter les erreurs
- Meilleures pratiques pour la revue entre pairs lors de l'utilisation des LLM
- S'assurer de la reproductibilité et de la conformité aux normes de codage
Récapitulatif et Étapes Suivantes
Pré requis
- Expérience avec des langages de programmation tels que Python, Java ou JavaScript
- Familiarité avec l'architecture logicielle et les processus de revue de code
- Compréhension de base du fonctionnement des grands modèles linguistiques
Cible
- Ingénieurs backend
- Équipes DevOps
- Développeurs seniors et chefs de projet technique
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