AI for Software Development Trainingen in Brussel

GitHub Copilot is een AI-aangedreven code-completiehulpmiddel dat helpt bij het versnellen van ontwikkeling terwijl de kwaliteit en productiviteit worden verbeterd. Gecombineerd met AI-toepassingen in projecten, infrastructuur en software, kunnen managers AI inzetten om de bronnenbeheer te optimaliseren, werkstromen te stroomlijnen en besluitvorming te verbeteren.

Deze door een instructeur geleide, live-training (online of op locatie) is gericht op gevorderde managers die hun kennis van GitHub Copilot willen verdiepen en tegelijkertijd praktische AI-toepassingen in bedrijfsomgevingen willen onderzoeken, met voorbeelden die relevant zijn voor grootschalige projecten en industrieën zoals olie en gas.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• Geavanceerde Copilot-functionaliteiten toe te passen in grootschalige bedrijfsprojecten.
• Copilot te integreren in multidisciplinaire werkstromen voor maximale efficiëntie.
• AI-hulpmiddelen in te zetten om projectbeheer, infrastructuur en software-aankoop te optimaliseren.
• AI-gebaseerde strategieën te implementeren om planning, schatting en tijdoptimalisatie te verbeteren.
• Praktische AI-toepassingen te herkennen in industrie-specifieke scenario's zoals olie en gas.

Formaat van de cursus

• Interactieve lezing en discussie.
• Praktische oefeningen en casusstudies.
• Live-labdemonstraties van AI-hulpmiddelen en Copilot-workflows.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.

Artificial Intelligence (AI) is een verzameling technologieën die menselijke intelligentie in machines en applicaties simuleren, waardoor slimmere en adaptieve software mogelijk wordt.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op ontwikkelaars op tussenniveau die AI-ondersteunde applicaties willen bouwen met behulp van echte wereldgereedschappen en platforms.

Aan het einde van deze training zullen de deelnemers in staat zijn:

• Basisprincipes van AI en machine learning begrijpen.
• AI-functies ontwikkelen met behulp van Python en populaire bibliotheken.
• AI-technieken toepassen op echte softwareontwikkelingsprojecten.
• Modellen evalueren en intelligente diensten inzetten.

Formaat van de cursus

• Interactieve les en discussie.
• Veel oefeningen en praktijk.
• Hands-on implementatie in een live-labomgeving.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om te regelen.

GitHub Copilot is een AI-aangedreven code-assistent die helpt bij het automatiseren van ontwikkelingsopdrachten, waaronder DevOps operaties zoals het schrijven van YAML-configuraties, GitHub Actions en deploymentscripts.

Deze door een instructeur geleide live-training (online of op locatie) is gericht op beginners tot gemiddelde professionals die GitHub Copilot willen gebruiken om DevOps taken te stroomlijnen, de automatisering te verbeteren en de productiviteit te vergroten.

Na het volgen van deze training zullen de deelnemers in staat zijn om:

• GitHub Copilot te gebruiken voor ondersteuning bij shell scripting, configuratie en CI/CD-pipelines.
• AI-codecompleting in YAML-bestanden en GitHub Actions te benutten.
• Test-, deploy- en automatiseringswerkstromen te versnellen.
• Copilot verantwoordelijk te gebruiken met een begrip van AI-limitaties en beste praktijken.

Opzet van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en praktijk.
• Handson-implementatie in een live-labomgeving.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.

Huawei Ascend is een familie van AI-processors ontworpen voor hoogpresterende inferentie en training.

Dit door een instructeur geleide live training (online of op locatie) is bedoeld voor AI-engineers en datawetenschappers op intermiddelair niveau die neural networkmodellen willen ontwikkelen en optimaliseren met behulp van de Huawei Ascend-platform en het CANN toolkit.

Na afloop van deze training kunnen de deelnemers:

• De CANN ontwikkelomgeving instellen en configureren.
• AI-applicaties ontwikkelen met behulp van MindSpore en CloudMatrix workflows.
• Prestatie optimaliseren op Ascend NPUs met behulp van aangepaste operators en tiling.
• Modellen implementeren in rand- of cloudomgevingen.

Opzet van de cursus

• Interactieve lezingen en discussies.
• Praktijkervaring met Huawei Ascend en het CANN toolkit in voorbeeldapplicaties.
• Geleid oefenen gericht op modelbouw, training en implementatie.

Aanpasbare opties voor de cursus

• Om een aangepaste training voor deze cursus aan te vragen op basis van uw infrastructuur of datasets, neem dan contact met ons op om dit te regelen.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op softwareprofessionals op tussenniveau die AI en machine learning willen inzetten om de efficiëntie en innovatie in softwareontwikkeling te verbeteren.

Aan het einde van deze training zullen de deelnemers in staat zijn:

• Het rol van AI en machine learning te begrijpen bij het automatiseren van softwareontwikkelingsopdrachten.
• AI-tools te implementeren om code, tests en documentatie te genereren.
• AI-technieken toe te passen voor codeoptimalisatie, kwaliteitscontrole en debuggen.
• AI te integreren in de DevOps en CI/CD-pipelines voor verbeterde deploymentsstrategieën.
• Ethische overwegingen en uitdagingen in AI-augmenteerde software-engineering aan te pakken.

Dit instructeurgeleide, live-training in Brussel (online of on-site) is gericht op tussen- tot geavanceerde deelnemers die teamwerkprocessen willen optimaliseren, samenwerking in codering willen verbeteren en het gebruik van Copilot efficiënt willen beheren in omgevingen met meerdere ontwikkelaars.

Aan het einde van deze training zullen de deelnemers in staat zijn:

• GitHub Copilot voor teamomgevingen in te stellen.
• Copilot gebruiken om samenwerking in codering te verbeteren.
• Teamwerkprocessen optimaliseren met behulp van Copilots functionaliteiten.
• De integratie van Copilot beheren in projecten met meerdere ontwikkelaars.
• Een consistente codekwaliteit en -standaarden onder teams handhaven.
• Gevorderde Copilot-functies benutten voor teamspecifieke behoeften.
• Copilot combineren met andere samenwerkingshulpmiddelen voor efficiëntie.

Dit instructeurgeleide, live training in Brussel (online of ter plaatse) is gericht op QA-ingenieurs, ontwikkelaars en teamleiders van middel niveau die GitHub Copilot willen gebruiken voor efficiënter debuggen, het verbeteren van codekwaliteit en gestroomlijnde codereviews.

Aan het einde van deze training zullen de deelnemers in staat zijn:

• GitHub Copilot in te stellen voor debug- en codereviewdoeleinden.
• Copilot gebruiken om bugs efficiënt te identificeren en op te lossen.
• Codekwaliteit verbeteren met AI-gestuurde suggesties.
• Codereviewprocessen gestroomlijnd maken met de mogelijkheden van Copilot.
• Effectief samenwerken met Copilot in teamomgevingen.

Opties voor cursusaanpassing

Formaat van de cursus

Aan het einde van deze training kunnen deelnemers:

Prompt Engineering voor Software Development is een hands-on cursus die ontwikkelaars leert hoe ze effectieve prompts kunnen ontwerpen die de bruikbaarheid, nauwkeurigheid en veiligheid van AI-gegenereerde uitvoeren optimaliseren in het kader van software engineering taken. Deze cursus is bedoeld voor ontwikkelaars met een gemiddeld niveau, die prompt engineering technieken willen integreren in hun gebruik van AI-codeassistenten, codeanalysers en intelligente automatiseringstools. Het is een live training, geleid door een instructeur (online of op locatie).

• Precisie prompts creëren voor code-generatie, beoordeling en optimalisatietaken.
• Prompt ketting en verfijning gebruiken om AI-antwoorden in iteratieve workflows te verbeteren.
• Gestructureerde uitvoeren genereren zoals testgevallen, SQL queries en documentatie op basis van minimaal invoer.
• Hallucinaties verminderen en controle verbeteren over LLM-gedrag in technische omgevingen.

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijk.
• Hands-on implementatie in een live-labomgeving.

• Voor een aangepaste training voor deze cursus, neem contact met ons op om dit te regelen.

Dit instructeurgeleide, live training in Brussel (online of ter plekse) is gericht op tusseniveau front-end ontwikkelaars die GitHub Copilot willen gebruiken om herhaaldelijke coderingstaken te automatiseren, de UI/UX-design te verbeteren en front-end workflows te optimaliseren.

Tegen het einde van deze training zullen de deelnemers in staat zijn:

• GitHub Copilot in te stellen voor front-end ontwikkelingsprojecten.
• Copilot gebruiken om HTML, CSS en JavaScript-code efficiënt te genereren.
• Het UI/UX-designproces verbeteren met AI-gegenereerde codesuggesties.
• Front-end workflows versterken met praktische Copilot-integratiestrategieën.
• Voor front-end code oplossen en debuggen met de hulp van Copilot.

Responsible AI in Software Development is een basiscursus die de ethische, juridische en beheersingsoverwegingen behandelt bij het gebruik van AI-tools in het softwareontwikkelingsproces. De cursus benadrukt transparantie, eerlijkheid, intellectueel eigendom en veilige implementatie van AI-gegenereerde code.

Deze docentgeleide, live training (online of op locatie) is gericht op beginnende technische en niet-technische professionals die wensen te garanderen ethisch, naleving en risicobewust gebruik van AI in hun softwareprojecten.

Na afloop van deze training zullen deelnemers in staat zijn om:

• Ethische en juridische risico's die verband houden met AI-gestuurde ontwikkeling te identificeren en te verhelpen.
• Bias in AI-gegenereerde code te begrijpen en de eerlijkheid te evalueren.
• Softwarelicenties en toeschrijving met betrekking tot AI-gegenereerde inhoud te beheren.
• Governance, beleids- en nalevingskaders te vestigen voor het gebruik van AI in ontwikkelteams.

Formaat van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en praktijk.
• Hands-on implementatie in een live-labomgeving.

Opties voor aanpassing van de cursus

• Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te regelen.

AI for Software Requirements and User Story Generation is een praktijkgerichte cursus die zich richt op het gebruik van generatieve AI om input van stakeholders om te zetten in gestructureerde eisen, epics, gebruikersverhalen en acceptatiecriteria die geschikt zijn voor Agile ontwikkelingswerkstromen.

Deze door een instructeur geleide, live training (online of op locatie) is bedoeld voor beginnende product- en projectprofessionals die tools zoals ChatGPT of Claude willen gebruiken om duidelijkheid, snelheid en traceerbaarheid te verbeteren bij het verzamelen en verfijnen van eisen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• AI-prompts te gebruiken voor het verzamelen en verfijnen van bedrijfseisen.
• Functieverzoeken om te zetten in goed gestructureerde gebruikersverhalen en epics.
• Acceptatiecriteria, randgevallen en definitie van klaar genereren met AI-hulp.
• Samen te werken met ontwikkelteams met behulp van AI-gestructureerde documentatie.

Opzet van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en praktijk.
• Hands-on implementatie in een live-laboratoriumomgeving.

Opties voor cursusanpassing

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Dit instructeurgeleide, live-training in Brussel (online of ter plekke) is gericht op beginner- tot intermediate-niveau Python-ontwikkelaars die GitHub Copilot willen gebruiken voor Python-specifieke taken, debugging en het implementeren van machine learning workflows.

Na afloop van deze training zullen de deelnemers in staat zijn:

• GitHub Copilot in te stellen en te configureren voor Python-ontwikkeling.
• Copilot in te zetten om efficiënte Python-code te schrijven.
• Python-applicaties te debuggen met AI-generatieadviezen.
• Herdrukte coderingstaken te automatiseren en de workflow-efficiëntie te verhogen.
• Copilot te gebruiken voor het implementeren van machine learning-projecten in Python.

Dit door de instructeur geleide, live training in Brussel (online of ter plekke) is gericht op geavanceerde deelnemers die GitHub Copilot willen aanpassen voor teamprojecten, gebruik maken van zijn geavanceerde functionaliteiten en deze soepel integreren in CI/CD-pipelines om samenwerking en productiviteit te verbeteren.

Na afloop van deze training zullen de deelnemers in staat zijn:

• GitHub Copilot aanpassen aan specifieke projectbehoeften en teamwerkprocessen.
• Geavanceerde functionaliteiten van Copilot gebruiken voor complexe codetaakjes.
• GitHub Copilot integreren in CI/CD-pipelines en samenwerkingsomgevingen.
• Teamwerking optimaliseren met AI-gedreven tools.
• Copilot-instellingen en -machtigingen effectief beheren en oplossen.

Generative AI voor Front-End Development verkent hoe grote taalmodellen en AI-ondersteunde tools front-end ontwikkeling kunnen versnellen door middel van prompt-gebaseerde codegeneratie, lay-out prototyping en UI-optimalisatie.

Deze door een instructeur geleide live training (online of op locatie) is gericht op front-end professionals op beginnerniveau tot intermiddelareniveau die generatieve AI willen gebruiken om gebruikersinterfaces sneller en creatiever te bouwen en te itereren.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• AI-tools te gebruiken om HTML, CSS en JavaScript te genereren uit natuurlijke taalprompts.
• UI-componenten en lay-outs te creëren en te verfijnen met behulp van generatieve modellen.
• Responsieve webontwerpen te prototypen zonder alle code van scratch te schrijven.
• Front-end code te optimaliseren met behulp van AI-suggesties en automatisering workflows.

Opzet van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en praktijk.
• Hands-on implementatie in een live-labomgeving.

Aanpasbare opties voor de cursus

• Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.

Generative AI voor Front-End Development

Inleiding tot Generative AI voor Front-End

• Wat is generatieve AI in softwareontwikkeling?
• Overzicht van tools: ChatGPT, GitHub Copilot, Codeium, enzovoort.
• Voordelen en beperkingen van AI in UI-ontwikkeling.

Prompt-gebaseerde UI-generatie

• Prompts ontwerpen voor HTML-structuur en componenten.
• CSS-stijlen genereren en aanpassen met AI.
• AI gebruiken om interactieve elementen in JavaScript te scafferen.

Lay-outs prototypen met generatieve tools

• Landingpagina's en multi-sectielay-outs bouwen.
• Responsieve ontwerp prompts (Flexbox, Grid).
• Voorvertoning en testen in CodePen of vergelijkbare tools.

Componentisatie en herbruikbaarheid

• Herbruikbare UI-componenten genereren (knoppen, kaarten, formulieren).
• Componentbibliotheken en ontwerpsystemen creëren met behulp van AI.
• AI gebruiken in populaire frameworks (React, Vue, Tailwind).

AI-ondersteunde code review en debugging

• Lay-outbugs en toegankelijkheidskwesties oplossen met LLMs.
• HTML/CSS/JS codeprestaties optimaliseren.
• Fouten verklaren en oplossingen suggereren via AI-prompts.

Samenwerkend ontwerp en inhoudsgeneratie

• AI gebruiken om dummy-inhoud, kopieën en plaatshouders te genereren.
• Samenwerken met ontwerpers om draadmodellen en stijlen te co-creëren.
• AI-gegenereerde ideeën exporteren naar bruikbare HTML-sjablonen.

Project: Bouw een AI-geschaafde webapp

• UI ontwerpen op basis van een bedrijfsprompt.
• Componenten en interacties bouwen met behulp van AI.
• Het prototype polijsten, testen en presenteren.

Samenvatting en volgende stappen

Generative AI voor Front-End Development verkent hoe grote taalmodellen en AI-ondersteunde tools front-end ontwikkeling kunnen versnellen door middel van prompt-gebaseerde codegeneratie, lay-out prototyping en UI-optimalisatie.

Deze door een instructeur geleide live training (online of op locatie) is gericht op front-end professionals op beginnerniveau tot intermiddelareniveau die generatieve AI willen gebruiken om gebruikersinterfaces sneller en creatiever te bouwen en te itereren.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• AI-tools te gebruiken om HTML, CSS en JavaScript te genereren uit natuurlijke taalprompts.
• UI-componenten en lay-outs te creëren en te verfijnen met behulp van generatieve modellen.
• Responsieve webontwerpen te prototypen zonder alle code van scratch te schrijven.
• Front-end code te optimaliseren met behulp van AI-suggesties en automatisering workflows.

Opzet van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en praktijk.
• Hands-on implementatie in een live-labomgeving.

Aanpasbare opties voor de cursus

• Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.

• Basisbegrip van HTML, CSS en JavaScript.
• Vertrouwdheid met front-end frameworks of ontwerpsystemen.
• Interesse in het toepassen van AI om UI/UX workflows te versnellen.

Publiek

• Front-end ontwikkelaars.
• UX-engineers.
• Webontwerpers en creatieve technologen.

Deze door een docent geleide, live training op Brussel (online of op locatie) is gericht op ontwikkelaars van beginners tot experts die AI willen gebruiken voor codegeneratie met Tabnine.

Aan het einde van deze training kunnen de deelnemers:

• De basisprincipes van AI-gestuurde codegeneratie begrijpen.
• Tabnine installeren en configureren in hun ontwikkelomgeving.
• Tabnine gebruiken voor efficiënte codecompletie en foutcorrectie.
• Aangepaste AI-modellen creëren en trainen met Tabnine voor gespecialiseerde taken.

AI-Augmented Test Generation and Quality Engineering onderzoekt hoe kunstmatige-intelligentiehulpmiddelen en grote taalmodellen (LLMs) de testdekking kunnen verbeteren, het testcreatieproces versnellen en de kwaliteitszorgprocedures versterken.

Deze door een docent geleide live training (online of op locatie) is gericht op QA-professionals met een tussenniveau die hun teststrategieën willen automatiseren en verbeteren door middel van AI-gestuurde hulpmiddelen en praktijken.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Eenheden, integratie- en UI-tests te genereren met behulp van AI-hulpmiddelen en prompts.
• LLMs te gebruiken voor exploratief testen, ontdekking van randgevallen en regressieanalyse.
• Testfalen en anomalieën te clusteren en te prioriteren met behulp van AI-gestuurde triage.
• AI-gestuurde testen te integreren in CI/CD-pipelines om het vertrouwen in uitgiften te vergroten.

Formaat van de cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijk.
• Handson implementatie in een live-laboratoriumomgeving.

Opties voor cursusaanpassing

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Deze door een instructeur geleide, live training op locatie (online of ter plekke) is bedoeld voor beginnende tot gemiddeld gevorderde programmeurs en ontwikkelaars die DeepSeek Coder willen gebruiken om de coderingsefficiëntie en -productiviteit te verbeteren.

Aan het einde van deze training kunnen de deelnemers:

• De mogelijkheden en beperkingen van DeepSeek Coder begrijpen.
• Hoogwaardige codefragmenten genereren met behulp van AI-assistentie.
• DeepSeek Coder gebruiken voor het debuggen en optimaliseren van code.
• Herhalende programmeertaken automatiseren met behulp van AI-tools.

Dit instructeurgeleide, live-training in Brussel (online of ter plaatse) is gericht op deelnemers met een geavanceerde kennis die GitHub Copilot willen benutten om geavanceerde programmeringsopdrachten te hanteren, produktiviteit te verbeteren en Copilot in hun ontwikkelwerkstromen te integreren.

Na afloop van deze training zullen de deelnemers in staat zijn:

• Hun gebruik van GitHub Copilot voor geavanceerde programmeringstaken optimaliseren.
• Meer efficiënte, foutloze en onderhoudbare code schrijven met suggesties van Copilot.
• GitHub Copilot in hun favoriete IDE's en werkstromen integreren.
• Copilot gebruiken voor debugging en codeherstructurering.
• De beperkingen en ethische overwegingen van het gebruik van AI-gegenereerde programmeringstools begrijpen.

Dit door een instructeur geleide, live training in Brussel (online of ter plekke) is gericht op geavanceerde ontwikkelaars en teamleiders die de geavanceerde functies van Tabnine willen beheersen.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• Tabnine te implementeren in complexe softwareprojecten.
• De AI-modellen van Tabnine aan te passen en te trainen voor specifieke gebruikscases.
• Tabnine te integreren in teamwerkprocessen en ontwikkelpijplijnen.
• Codekwaliteit te verbeteren en ontwikkelcyclus tijden te versnellen met behulp van de inzichten van Tabnine.

Deze door een instructeur geleide, live training (online of ter plekke) is gericht op softwareontwikkelaars op beginnersniveau tot tussen niveau die AI-coderingassistenten in hun ontwikkelingswerkstroom willen integreren.

Aan het einde van deze training kunnen de deelnemers:

• De rol en mogelijkheden van AI-coderingassistenten in softwareontwikkeling begrijpen.
• Verschillende AI-coderingassistenttools gebruiken om routinematige codetaken te automatiseren.
• AI-coderingassistenten integreren in hun softwareontwikkelingslevenscyclus.
• Hun productiviteit verbeteren en zich richten op complexe en creatieve programmeertaken.
• Ethische overwegingen en verantwoordelijk gebruik van AI in softwareontwikkeling aanpakken.

Devstral is een open-source framework ontworpen voor het bouwen en uitvoeren van codering agents die kunnen interageren met codebases, ontwikkelaarshulpmiddelen en API's om de engineering-productiviteit te vergroten.

Deze door een instructeur geleide live training (online of op locatie) is gericht op ML-engineers op tussen- en gevorderd niveau, teams die zich bezighouden met ontwikkelaarshulpmiddelen, en SREs die Devstral willen gebruiken om codering agents te ontwerpen, implementeren en optimaliseren.

Na afloop van deze training kunnen de deelnemers:

• Devstral instellen en configureren voor de ontwikkeling van codering agents.
• Agentische workflows ontwerpen voor het verkennen en aanpassen van codebases.
• Coding agents integreren met ontwikkelaarshulpmiddelen en API's.
• Beste praktijken implementeren voor veilige en efficiënte agent-deployments.

Formaat van de cursus

• Interactieve colleges en discussies.
• Veel oefeningen en praktijk.
• Handson-implementatie in een live-labomgeving.

Opties voor cursusanpassing

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Dit instructeurgeleide, live-training in Brussel (online of op locatie) is gericht op beginnersniveau ontwikkelaars die willen begrijpen wat GitHub Copilot kan, het installeren en effectief gebruiken om hun codering ervaring te verbeteren.

Na afloop van dit training kunnen de deelnemers:

• Begrijpen wat GitHub Copilot is en hoe het werkt.
• GitHub Copilot installeren met een ondersteunde code editor.
• GitHub Copilot gebruiken om sneller te coderen, refactoren en debuggeren.
• Copilot inzetten om coderingstechnieken en oplossingen te verkennen.
• Beste praktijken toepassen voor het integreren van GitHub Copilot in dagelijkse werkprocessen.

LLMs voor Code Begrip, Refactoring en Documentation is een technische cursus die zich richt op het toepassen van grote taalmodellen (LLMs) om de codekwaliteit te verbeteren, technische schuld te verminderen en documentatietaken te automatiseren binnen softwareteams.

Deze door instructeurs geleide, live-training (online of op locatie) is bedoeld voor softwareprofessionals op tussen- en geavanceerd niveau die LLMs zoals GPT willen gebruiken om complexe of oude codebases effectiever te analyseren, te refactoren en te documenteren.

Aan het einde van deze training kunnen de deelnemers:

• LLMs gebruiken om code, afhankelijkheden en logica in onbekende repositories te verklaren.
• Anti-patterns identificeren en refactoren en de leesbaarheid van de code verbeteren.
• Inline-commentaar, README-bestanden en API-documentatie automatisch genereren en onderhouden.
• LLM-gestuurde inzichten integreren in bestaande CI/CD- en beoordelingswerkstromen.

Formaat van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en praktijk.
• Handson-implementatie in een live-laboratoriumomgeving.

Opties voor cursusaanpassing

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Dit instructeurgeleide, live training in Brussel (online of ter plaatse) is gericht op Python-programmeurs en datawetenschappers met een tusseniveau die hun productiviteit willen verhogen met de hulp van Tabnine.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• Tabnine te installeren en te configureren in hun Python-ontwikkelomgeving.
• De autocompleterfuncties van Tabnine te gebruiken om Python-code efficiënter te schrijven.
• Het gedrag van Tabnine aan te passen om het aan hun coderingstijl en projectbehoeften aan te passen.
• Inzicht te krijgen in hoe het AI-model van Tabnine specifiek met Python-code werkt.

Deze door een instructeur geleide live-training in Brussel (online of op locatie) is gericht op beginnende deelnemers die AI coding-assistenten willen begrijpen, hun capaciteiten, hoe ze het ontwikkelingsproces kunnen verbeteren en de ethische overwegingen die ermee samenhangen.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• Het doel en de capaciteiten van AI coding-assistenten te begrijpen.
• Verschillende AI coding-assistenttools en hun kenmerken te identificeren.
• AI coding-assistenten te gebruiken voor basisprogrammeeropdrachten.
• Basisethische overwegingen en verantwoordelijk gebruik van AI in de ontwikkeling te behandelen.

AI-Driven Software Development Lifecycle (SDLC) is een praktijkgerichte cursus die onderzoekt hoe kunstmatige intelligentie elke fase van het softwareontwikkelingsproces kan verbeteren. Van het automatiseren van vereiste analyse tot intelligente testgeneratie en optimalisatie van implementatie, leren deelnemers hoe ze AI-tools en -technieken over de volledige levenscyclus kunnen integreren.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op softwareleiders op intermiddelarijniveau die hun SDLC willen moderniseren met AI-gestuurde workflows en tools.

Aan het einde van deze training zullen deelnemers in staat zijn om:

• AI te gebruiken voor het omzetten van zakelijk input in gestructureerde vereisten en gebruikersverhalen.
• LLMs te gebruiken om code-documentatie, -beoordeling en -refactoring te verbeteren.
• Testgevallen genereren en dekking analyseren met behulp van AI-tools.
• AI-gestuurde monitoring en implementatiebesluitvorming in CI/CD-pijplijnen toepassen.

Opzet van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en praktijk.
• Handmatige implementatie in een live-labomgeving.

Opties voor aanpassing van de cursus

• Neem contact met ons op om een aangepaste training voor deze cursus te verzoeken.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op beginnende tot gemiddelde ontwikkelaars die willen leren hoe ze de mogelijkheden van GitHub Copilot binnen een ontwikkelomgeving kunnen benutten.

Dit instructeurgeleide, live-training in Brussel (online of ter plekke) is gericht op beginner-niveau ontwikkelaars die hun coderingsefficiëntie willen verhogen met de hulp van Tabnine.

Aan het einde van dit training, zullen de deelnemers in staat zijn om:

• Tabnine te installeren en in te stellen in hun favoriete IDE.
• De autocomplete-functies van Tabnine te gebruiken om codering te versnellen.
• De instellingen van Tabnine aan te passen voor optimale ondersteuning.
• Inzicht te krijgen in hoe de AI van Tabnine leert van hun code om betere suggesties te geven.

Dit is een immersieve, een dag durende workshop die softwareteams in staat stelt om koplopende AI-tools te integreren in het gehele Software Development Lifecycle (SDLC). Gestructureerd als een interactief spel met progressieve “niveaus,” combineert deze ervaring technische vaardigheden, creativiteit en samenwerking.

Deelnemers zullen real-world uitdagingen aanpakken in alle fasen van de SDLC — van het verzamelen van vereisten en ontwerp tot coderen, testen, implementeren en monitoren — met behulp van AI-aangedreven tools zoals ChatGPT, GitHub Copilot, en ML-gebaseerde log-analyse systemen.

Ontworpen voor moderne ontwikkelomgevingen, stimuleert deze workshop AI-vloeien, team-samenhang en een diepgaand begrip van hoe te werken met generatieve AI en machine learning capaciteiten in software levering pipelines.