Kerangka Materi
Tingkat 1: Dungeon Penemuan – Rahasia Kebutuhan
Misi: Gunakan LLMs (ChatGPT) untuk mengekstrak kebutuhan terstruktur dari input yang ambigu.
Kegiatan Utama:
- Menafsirkan ide produk atau permintaan fitur yang ambigu
-
Gunakan AI untuk:
- Menghasilkan cerita pengguna dan kriteria penerimaan
- Menyarankan persona dan skenario
-
Menghasilkan artefak visual (mis., diagram sederhana dengan Mermaid atau draw.io)
Hasil: Backlog terstruktur cerita pengguna + model domain awal/visual
Tingkat 2: Dalam Penempaan Desain – Gulungan Arsitek
Misi: Gunakan AI untuk membuat dan memvalidasi rencana arsitektur.
Kegiatan Utama:
-
Gunakan AI untuk:
- Menyarankan gaya arsitektur (monolitik, mikrolayanan, tanpa server)
- Menghasilkan diagram komponen dan interaksi tingkat tinggi
- Menyusun struktur kelas/modul
-
Mempertanyakan pilihan masing-masing melalui ulasan desain rekan sejawat
Hasil: Arsitektur yang tervalidasi + kerangka kode
Tingkat 3: Arena Kode – Gauntlet Codex
Misi: Gunakan AI copilots untuk mengimplementasikan fitur dan memperbaiki kode.
Kegiatan Utama:
- Gunakan GitHub Copilot atau ChatGPT untuk mengimplementasikan fungsionalitas
-
Refaktor kode yang dihasilkan AI untuk:
- Performa
- Keamanan
- Dapat dipelihara
-
Menyuntikkan “code smells” dan menjalankan tantangan pembersihan rekan sejawat
Hasil: Kodebase yang berfungsi, direfaktorkan, dan dihasilkan AI
Tingkat 4: Rawapun Uji – Uji Kegelapan
Misi: Menghasilkan dan memperbaiki tes dengan AI, kemudian menemukan bug dalam kode orang lain.
Kegiatan Utama:
-
Gunakan AI untuk menghasilkan:
- Tes unit
- Tes integrasi
- Simulasi kasus tepi
-
Tukar kode yang bercacat dengan tim lain untuk debugging yang didukung AI
Hasil: Suite tes + laporan bug + perbaikan bug
Tingkat 5: Portal Pipa – Gerbang Otomaton
Misi: Siapkan pipa CI/CD yang cerdas dengan bantuan AI.
Kegiatan Utama:
-
Gunakan AI untuk:
- Mendefinisikan alur kerja (mis., GitHub Actions)
- Mengotomatisasi langkah-langkah pembuatan, pengujian, dan penyebaran
-
Menyarankan kebijakan deteksi anomali/rollback
Hasil: Script atau alur pipa CI/CD yang berfungsi dengan bantuan AI
Tingkat 6: Benteng Pemantauan – Menara Penjaga Log
Misi: Analisis log dan gunakan ML untuk mendeteksi anomali dan mensimulasikan pemulihan.
Kegiatan Utama:
- Analisis log yang sudah ada atau dihasilkan
-
Gunakan AI untuk:
- Mengidentifikasi anomali atau tren kesalahan
- Menyarankan respons otomatis (mis., skrip penyembuhan diri, peringatan)
-
Membuat dasbor atau ringkasan visual
Hasil: Rencana pemantauan atau mekanisme penentuan peringatan yang cerdas
Tingkat Akhir: Arena Pahlawan – Bangun SDLC AI Terintegrasi
Misi: Tim menerapkan semua yang dipelajari untuk membangun loop SDLC berfungsi untuk proyek mini.
Kegiatan Utama:
- Pilih proyek mini tim (mis., pelacak bug, chatbot, mikrolayanan)
-
Terapkan AI di setiap fase SDLC:
- Kebutuhan, Desain, Kode, Uji, Penyebaran, Pemantauan
- Sajikan hasil dalam demo tim singkat
Voting atau penilaian rekan untuk pipa AI terbaik
Hasil: Implementasi SDLC yang ditingkatkan AI end-to-end + showcase tim
Sampai akhir pelatihan ini, peserta akan dapat:
- Mengaplikasikan alat AI generatif untuk mengekstrak dan mengatur kebutuhan perangkat lunak
- Menghasilkan diagram arsitektur dan memvalidasi pilihan desain menggunakan AI
- Gunakan AI copilots untuk mengimplementasikan dan merefaktorkan kode produksi berkualitas tinggi
- Mengotomatisasi generasi tes dan melakukan debugging yang didukung AI
- Mendesain pipa CI/CD cerdas yang mendeteksi dan bereaksi terhadap anomali
- Menganalisis log dengan alat AI/ML untuk mengidentifikasi risiko dan mensimulasikan penyembuhan diri
- Mendemonstrasikan SDLC yang sepenuhnya ditingkatkan AI melalui proyek tim mini
Persyaratan
Audiens: Pengembang perangkat lunak, pengujian, arsitek, insinyur DevOps, pemilik produk
Peserta harus memiliki:
- Pemahaman kerja tentang Siklus Hidup Pengembangan Perangkat Lunak (SDLC)
- Pengalaman praktis dalam setidaknya satu bahasa pemrograman (mis., Python, Java, JavaScript, C#, dll.)
-
Kenalan dengan:
- Menulis dan membaca cerita pengguna atau kebutuhan
- Prinsip desain perangkat lunak dasar
- Kontrol versi (mis., Git)
- Menulis dan mengeksekusi unit test
- Menjalankan atau menginterpretasikan pipa CI/CD
Ini adalah pelatihan tingkat menengah hingga lanjutan. Idealnya untuk profesional yang sudah menjadi bagian dari tim penyampaian perangkat lunak (pengembang, pengujian, insinyur DevOps, arsitek, pemilik produk).
Testimoni (1)
Ketrampilan instruktur dalam penggunaan lanjutan copilot & Sesuai dengan sesi praktis yang efisien dan efektif
Tan - ViTrox Technologies Sdn Bhd
Kursus - Intermediate GitHub Copilot
Diterjemahkan Mesin