Cursusaanbod

Code begrijpen met LLMs

  • Strategieën voor code-verklaring en uitleg
  • Werken met onbekende codebases en projecten
  • Analyse van controleflux, afhankelijkheden en architectuur

Code refactoren voor onderhoudbaarheid

  • Geurtjes in de code, dode code en anti-patronen opsporen
  • Functies en modules herstructureren voor duidelijkheid
  • LLMs gebruiken voor het suggereren van naamgevingsconventies en ontwerpproblemen

Prestaties en betrouwbaarheid verbeteren

  • Inefficiënties en beveiligingsrisico's met AI-hulp opsporen
  • Meer efficiënte algoritmen of bibliotheken suggereren
  • I/O-operaties, database-opvragen en API-oproepen refactoren

Code automatiseren Documentation

  • Functie/methodeniveaus-commentaar en samenvattingen genereren
  • README-bestanden schrijven en bijwerken vanuit codebases
  • Swagger/OpenAPI-documentatie maken met LLM-ondersteuning

Integratie met toolchains

  • VS Code-extensies en Copilot Labs voor documentatie gebruiken
  • GPT of Claude in Git pre-commit hooks integreren
  • CI-pijplijnintegratie voor documentatie en linting

Werkzaam zijn met legacy- en multitalige codebases

  • Oudere of niet-gedocumenteerde systemen omkeren
  • Kruislings taalrefactoring (bijvoorbeeld van Python naar TypeScript)
  • Casusstudies en paar-AI-programmeringsdemonstraties

Ethiek, kwaliteitszorg en beoordeling

  • AI-gegenwichtige wijzigingen valideren en hallucinaties vermijden
  • Peer review beste praktijken bij het gebruik van LLMs
  • Herhaalbaarheid en naleving van codestandards garanderen

Samenvatting en volgende stappen

Vereisten

  • Ervaring met programmeertalen zoals Python, Java, of JavaScript
  • Kennis van softwarearchitectuur en code-reviewprocessen
  • Basisbegrip van hoe grote taalmodellen werken

Publiek

  • Back-end-engineers
  • DevOps teams
  • Senior developers en technische leiders
 14 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën