Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
AI dalam Fase Analisis Kebutuhan dan Perencanaan
- Memanfaatkan NLP dan LLM untuk menganalisis kebutuhan
- Mengubah masukan dari pemangku kepentingan menjadi cerita pengguna dan elemen utama proyek
- Alat AI untuk penyempurnaan deskripsi tugas serta penciptaan kriteria penerimaan
Desain dan Arsitektur yang Diperkaya oleh AI
- Menggunakan AI untuk memodelkan komponen sistem serta relasi antar komponen
- Membuat diagram arsitektur dan usulan desain UML secara otomatis
- Validasi rancangan melalui proses penalaran sistematis dengan bantuan AI
Alur Kerja Pengembangan yang Ditingkatkan oleh AI
- Pembuatan kode serta pembuatan kerangka dasar program dengan bantuan AI
- Proses refaktorisasi kode dan peningkatan efisiensi dengan menggunakan LLM
- Integrasi alat AI ke dalam lingkungan IDE (contohnya: Copilot, Tabnine, CodeWhisperer)
Pengujian Berbasis AI
- Menghasilkan kasus uji satuan dan integrasi dengan memanfaatkan model AI
- Analisis regresi serta pemeliharaan kriteria pengujian yang dilakukan secara cerdas oleh AI
- Penciptaan skenario pengujian eksploratif dan batasan sistem melalui kemampuan AI
Dokumentasi, Peninjauan Kode, serta Pemindahan Pengetahuan
- Pembentukan dokumentasi otomatis berdasarkan struktur kode dan antarmuka API
- Proses peninjauan kode yang terotomatisasi dengan memakai prompt AI dan daftar cek standard
- Penyusunan basis pengetahuan serta FAQ menggunakan teknologi percakapan berbasis AI
Peran AI dalam Optimasi Pipeline CI/CD dan Otomatisasi Penerapan
- Optimalisasi alur kerja serta analisis risiko pengujian yang didukung AI
- Usulan strategi peluncuran bertahap atau pemulihan versi sistem secara cerdas berkat AI
- Pengawasan penerapan perangkat lunak serta evaluasi pasca-peluncuran yang dilakukan oleh AI
Tata Kelola, Etika, dan Strategi Penerapan AI
- Memastikan pemanfaatan AI yang bertanggung jawab serta menghindari bias dalam output kode yang dihasilkan
- Proses audit dan kepatuhan terhadap regulasi dalam penggunaan alat berbasis AI
- Penyusunan peta jalan untuk adopsi bertahap teknologi AI di seluruh aspek SDLC
Kesimpulan serta Langkah Selanjutnya
Persyaratan
- Pemahaman mengenai konsep siklus hidup pengembangan perangkat lunak
- Pengalaman dalam merancang arsitektur perangkat lunak atau memimpin tim pengembang
- Pengetahuan mengenai praktik DevOps, metode Agile, serta alat-alat pendukung SDLC
Target Peserta
- Arsitek perangkat lunak
- Pemimpin tim pengembangan
- Manajer teknis
14 Jam
Testimoni (1)
Saya mendapatkan pengetahuan tentang perpustakaan streamlit dari Python dan tentu saja saya akan mencoba menggunakannya untuk meningkatkan aplikasi di tim saya yang dibuat dengan R Shiny
Michal Maj - XL Catlin Services SE (AXA XL)
Kursus - GitHub Copilot for Developers
Diterjemahkan Mesin