Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
AI in de fase van vereisten en planning
- Inzet van NLP en LLM’s bij analyse van ontwikkelvereisten
- Omzetting van input van stakeholders naar projectdoelstellingen en gebruikersverhalen
- AI-hulpmiddelen voor verfijning van verhalen en opstellen van acceptatiecriteria
AI-ondersteund ontwerp en architectuur
- AI-gestuurd modelleren van systeemcomponenten en afhankelijkheden
- Generatie van architectuurdiagrammen en UML-schetsen via AI
- Controle van ontwerpopdrachten met behulp van promptgestuurde redeneringstechnieken
Verbetering van ontwikkelprocessen door AI
- Code-generatie en automatisch opstellen van standaardcodes met AI-ondersteuning
- Code-refactoring en optimalisatie via LLM’s
- Integratie van AI-hulpmiddelen in ontwikkelomgevingen (bijvoorbeeld Copilot, Tabnine, CodeWhisperer)
Testen vergemakkelijkt door AI
- Generatie van eenheidstests en integratietests met behulp van AI-modellen
- Regressieanalyse en onderhoud van tests dankzij intelligente AI-ondersteuning
- Creëren van testscenario’s inclusief grensgevallen met AI-inspiratie
Documentatie, code-review en kennisdeling
- Automatische documentatieproductie van broncode en API’s door AI
- Verwerking van code-reviews met behulp van promptgestuurde checklists en AI-aanbevelingen
- Ontwikkeling van kennisdatabases en vraag- en antwoordlijsten via gespreksgebaseerde AI
AI in CI/CD en geautomatiseerde implementaties
- Optimalisatie van pipelines en risicoanalyse door AI-interventie
- Intelligente suggesties voor geleidelijke releases of terugdraaiacties na implementatie
- Verificatie van nieuwe implementaties en analyse daarvan met behulp van AI
Governance, ethiek en strategische invoering
- Verantwoord gebruik van AI en voorkomen van ongelijkheden in gegenereerde code
- Audits en nalevingseisen bij werkprocessen met AI-betrokkenheid
- Opstellen van een stapsgewijze implementatiestrategie voor AI binnen SDLC-processen
Samenvatting en vervolgacties
Vereisten
- Basiskennis van het softwareontwikkelingsproces
- Ervaring in software-architectuur of teamleiding
- Kennis van DevOps, Agile-methoden en SDLC-hulpmiddelen
Doelgroep
- Softwarearchitecten
- Teamleiders ontwikkelingsteams
- Ingenieursmanagers
14 Uren
Getuigenissen (1)
Ik heb kennis gemaakt met de Streamlit-bibliotheek voor Python en ik zal zeker proberen deze te gebruiken om de toepassingen van mijn team, die zijn gemaakt met R Shiny, te verbeteren.
Michal Maj - XL Catlin Services SE (AXA XL)
Cursus - GitHub Copilot for Developers
Automatisch vertaald