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.
Durée 14 heures
Plan du cours
Comprendre le code grâce aux LLM
- Stratégies de prompting pour l'explication et le déballage du code.
- Travail avec des bases de code et des projets inconnus.
- Analyse du flux de contrôle, des dépendances et de l'architecture.
Refactorage du code pour la maintenabilité
- Identification des odeurs de code, du code mort et des anti-modèles.
- Restructuration des fonctions et des modules pour plus de clarté.
- Utilisation des LLM pour suggérer des conventions de nommage et des améliorations de conception.
Amélioration des performances et de la fiabilité
- Détection des inefficacités et des risques de sécurité avec l'aide de l'IA.
- Suggestion d'algorithmes ou de bibliothèques plus efficaces.
- Refactorage des opérations d'entrée/sortie, des requêtes de base de données et des appels d'API.
Automatisation de la documentation du code
- Génération de commentaires et de résumés au niveau des fonctions/méthodes.
- Rédaction et mise à jour des fichiers README à partir des bases de code.
- Création de documentation Swagger/OpenAPI avec l'appui des LLM.
Intégration avec les chaînes d'outils
- Utilisation des extensions VS Code et des Copilot Labs pour la documentation.
- Intégration de GPT ou de Claude dans les hooks pre-commit de Git.
- Intégration dans les pipelines CI pour la documentation et le linting.
Travail avec les bases de code héritées et multilingues
- Ingénierie inverse de systèmes anciens ou non documentés.
- Refactorage interlangages (par exemple, de Python vers TypeScript).
- Études de cas et démonstrations de programmation avec IA (pair-AI).
Éthique, assurance qualité et revue
- Validation des modifications générées par l'IA et évitement des hallucinations.
- Bonnes pratiques de revue par les pairs lors de l'utilisation des LLM.
- Garantie de la reproductibilité et de la conformité aux normes de codage.
Synthèse et prochaines étapes
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 de langage.
Public cible
- Ingénieurs back-end.
- Équipes DevOps.
- Développeurs seniors et responsables techniques.
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