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
Best Practices en Tools
Gemeenschappelijke valkuilen en mitigatiestrategieën
Inleiding tot Prompt Engineering
Verfijning van prompts en iteratief ontwerp
Prompting voor testautomatisering en SQL-generatie
Samenvatting en volgende stappen
Prompts gebruiken voor codeuitleg en foutopsporing
Prompts schrijven voor codetaken
- Hallucineerde code of beveiligingskwetsbaarheden voorkomen
- Incompleet of ambigu invoer afhandelen
- Veilige fallback-prompts en veiligheidsmaatregelen creëren
- Testgevallen genereren op basis van eisen of code
- Gestruktureerde SQL-queries genereren uit natuurlijke taal
- Uitvoer formatteren voor integratie in testpakketten
- Legacy-code of onbekende code uitleggen
- Prompting voor logica-invoer of randgevallenanalyse
- Bugs of inefficiënties vinden en uitleggen
- Code genereren op basis van eenvoudige beschrijvingen
- Uitvoerformaat en programmeertaal beheersen
- Werken met complexe logica of meerdere functies
- Resultaten verbeteren door prompt chaining en feedback-loops
- Foutenherstel- en prompt-tuningstrategieën
- Casestudies in verfijning voor technische taken
- Prompt-bibliotheken en hergebruikspatronen
- Prompt-templates gebruiken in VS Code of API-gestuurde werkmethode
- Kwaliteit en prestaties van prompts evalueren bij productiegebruik
- Prompts, context, tokens en modellen begrijpen
- Prompt-typen: zero-shot, one-shot, few-shot
- Systeem- vs. gebruikersinstructies in verschillende APIs gebruiken
Vereisten
Doelgroep
- Ontwikkelaars die LLM's gebruiken voor codetaken of analyse
- Technische leidinggevenden die AI-tools in werkmethode onderzoeken
- Softwareprofessionals die LLM-integraties uitproberen
- Ervaring in softwareontwikkeling of scripten
- Kennis van veelvoorkomende programmeertalen (bijv. Python, JavaScript, SQL)
- Basisbegrip van grote taalmodellen en AI-tools zoals ChatGPT, Claude of Copilot
7 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