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 benodigde hulpmiddelen
Veelvoorkomende valkuilen en strategieën om deze te voorkomen
Inleiding tot prompt engineering
Het verbeteren van prompts en iteratief ontwerp
Prompten voor testautomatisering en het genereren van SQL-queries
Samenvatting en vervolgstappen
Het gebruik van prompts voor codeverklaring en -debugging
Het schrijven van prompts voor het genereren van code
- Hoe onjuiste of risicovolle code kan worden voorkomen
- Omgaan met onvolledige of dubbelzinnige invoergegevens
- Het opstellen van veilige fallback-prompts en beschermende maatregelen
- Testcases genereren uit specificaties of bestaande code
- Gestructureerde SQL-queries maken op basis van alledaagse taal
- Output formateren zodat deze gemakkelijk kan worden geïntegreerd in testpakketten
- Verouderde of onbekende code uitleggen
- Prompten gebruiken om logische processen te doorlopen of randgevallen te analyseren
- Fouten en inefficiënties in code opsporen en toelichten
- Code genereren op basis van gewone tekstuele beschrijvingen
- De uitvoerformaat en programmeertaal naar eigen behoefte bepalen
- Werken met complexe logica of meerdere functies tegelijkertijd
- Het verbeteren van promptresultaten door chaining en feedbackmechanismes
- Strategieën voor foutherstel en het verfijnen van prompts
- Case studies met praktische verbeteringen in technische omgevingen
- Promptbibliotheken en herbruikbare patronen
- Het gebruik van prompttemplates in VS Code of API-gestuurde werkstromen
- Beoordeling van de kwaliteit en prestaties van prompts tijdens productiegebruik
- Basisconcepten zoals prompts, context, tokens en modellen begrijpen
- Verschillende prompttypen: zero-shot, one-shot en few-shot prompts
- Het verschil tussen systeem- en gebruikersinstructies in diverse API’s begrijpen
Vereisten
Doelgroep
- Ontwikkelaars die grote taalmodellen gebruiken voor codegeneratie of -analyse
- Technische leidinggevenden die AI-tools binnen hun workflows willen toepassen
- Softwareprofessionals die experimenteren met integraties van grote taalmodellen
- Ervaring in softwareontwikkeling of het schrijven van scripts
- Kennis van veelgebruikte programmeertalen zoals Python, JavaScript en SQL
- Basiskennis over 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