Ta kontakt

Kursplan

Fått koden med LLM-er

  • Strategier for prompt for kodeforklaringer og gjennomgang
  • Arbeide med ukjente kodebasere og prosjekter
  • Analyse av kontrollslynge, avhengigheter og arkitektur

Refaktorisering av kode for vedlikeholdbarhet

  • Identifisering av kodeluft, død kode og antipaterner
  • Omgjøre funksjoner og moduler for klarhet
  • Bruke LLM-er for å foreslå navngivningskonvensjoner og designforbedringer

Forbedring av ytelse og pålitelighet

  • Oppdage ineffektivitet og sikkerhetsrisikoer med AI-hjelp
  • Foreslå mer effektive algoritmer eller biblioteker
  • Refaktorisering av I/O-operasjoner, databaseforespørsler og API-oppkall

Automatisering av kodedokumentasjon

  • Generere funksjons-/metodenivå-kommentarer og oppsummeringer
  • Skrive og oppdatere README-filer fra kodebasere
  • Lage Swagger/OpenAPI-dokumentasjon med LLM-støtte

Integrasjon med verktøykeden

  • Bruke VS Code-utvidelser og Copilot Labs for dokumentasjon
  • Inkorporere GPT eller Claude i Git pre-commit-hooks
  • Integrasjon med CI-pipeline for dokumentasjon og linting

Arbeide med arvelige og flerspråklige kodebasere

  • Reverse-engineering av eldre eller udokumenterte systemer
  • Krysstspråklig refaktorisering (f.eks. fra Python til TypeScript)
  • Case studies og AI-paarprogrammeringsdemonstrasjoner

Etiikk, kvalitetssikring og gjennomgang

  • Validering av AI-genererte endringer og unngåing av hallusinasjoner
  • Best practice for kollegagjennomgang ved bruk av LLM-er
  • Sikre reproduserbarhet og samsvar med kodingstandarder

Oppsummering og neste steg

Krav

  • Erfaring med programmeringsspråk som Python, Java eller JavaScript
  • Kjennskap til programvarearkitektur og kodenåvurderingsprosesser
  • Grunnleggende forståelse av hvordan store språkmotorer fungerer

Målgruppe

  • Backend-ingeniører
  • DevOps-team
  • Seniorutviklere og tekniske ledere
 14 Timer

Antall deltakere


Pris per deltaker

Referanser (1)

Kommende kurs

Relaterte kategorier