Hubungi Kami

Kerangka Materi

Modul 1: Konteks, Ruang Lingkup, dan Tantangan Pengiriman

  • Autocomplete versus eksekusi multi-langkah otonom
  • Kesalahpahaman umum terkait AI dalam pengiriman perangkat lunak
  • Mengapa instruksi yang lebih baik saja tidak cukup
  • Mengidentifikasi alat, titik nyeri, dan tujuan peserta
  • Memilih model operasi AI yang tepat untuk tim teknik

Modul 2: Pengambilan Spesifikasi dan Dekomposisi Terstruktur

  • Membangun inventaris struktural dari dokumen pemangku kepentingan
  • Teknik ekstraksi kebutuhan
  • Strategi pengelompokan: struktural, semantik, jendela geser
  • Mempertahankan dependensi dan referensi silang
  • Bekerja dengan tabel, diagram, bagan alir, dan masukan campuran
  • Mengelola jendela konteks secara efektif

Modul 3: Batas Penilaian Manusia

  • Di mana keputusan manusia tetap krusial
  • Mendeteksi dependensi halusinasi
  • Mengidentifikasi batasan fiktif dan logika terbalik
  • Mencegah default membantu yang tidak aman
  • Kerangka validasi untuk keterlacakan, konsistensi, dan kelengkapan

Modul 4: Dari Kebutuhan ke Kode dengan Alat Berbasis Agen

  • Model pengiriman berbasis arsitektur
  • Pemetaan komponen dan batasan layanan
  • Kontrak API sebagai jangkar pengiriman
  • Aturan dan batasan persisten dalam alat AI
  • Instruksi tugas yang terhubung dengan kebutuhan
  • Pendekatan instruksi minimal versus instruksi terkendala
  • Generasi backend dan frontend berbasis kontrak

Modul 5: Lingkaran Iterasi Berbasis Agen

  • Spiral koreksi diri
  • Siklus pengiriman iteratif terkendali
  • meninjau perubahan kode dan perbedaan (diffs)
  • Mendeteksi pergeseran ruang lingkup dan modifikasi tidak sah
  • Mengelola memori konteks terbatas
  • Menggunakan riwayat iterasi untuk perbaikan berkelanjutan

Modul 6: Penegakan Kualitas Kode

  • Batasan instruksi untuk kasus tepi
  • Dokumen aturan sebagai artefak tata kelola yang hidup
  • Gerbang otomatis dengan linting dan analisis statis
  • Pemindaian keamanan pada kode hasil generasi AI
  • Pengecekan kepatuhan dependensi dan arsitektur
  • Protokol tinjauan manusia untuk keluaran AI

Modul 7: Umpan Balik dan Perbaikan Berkelanjutan

  • Memasukkan kegagalan terstruktur kembali ke dalam alur kerja AI
  • Iterasi terbatas dan kriteria penghentian
  • Pencatatan siklus dan hasil
  • Meningkatkan dokumen aturan seiring waktu
  • Membangun kecerdasan teknik yang dapat digunakan kembali

Modul 8: Pola Anti Keamanan dalam Pengiriman Berbantuan AI

  • Risiko keamanan umum dalam kode hasil generasi
  • Lampiran aturan keamanan spesifik teknologi
  • Pemindaian keamanan sebelum komit
  • Kontrol SDLC aman untuk pengembangan berbantuan AI
  • Akuntabilitas manusia dalam pengiriman yang aman

Modul 9: Pengujian Berbasis Spesifikasi

  • Menghasilkan spesifikasi pengujian dari kebutuhan
  • Desain pengujian berbasis bahasa domain
  • Menghasilkan implementasi pengujian dengan aman
  • Konsep pengujian mutasi
  • Validasi cakupan spesifikasi
  • Tinjauan kekuatan asersi
  • Model pertanyaan diagnostik

Modul 10: Pemeliharaan Sistem

  • Artefak hidup: kontrak, peta, aturan, spesifikasi pengujian
  • Evolusi batasan seiring waktu
  • Tata kelola AI untuk pemeliharaan jangka panjang
  • Pencegahan utang teknis menggunakan kontrol AI
  • Model operasi untuk tim teknik AI yang berkelanjutan

Persyaratan

Peserta sebaiknya memiliki:

  • Pengalaman dalam proyek pengembangan perangkat lunak
  • Pemahaman dasar tentang arsitektur aplikasi
  • Keakraban dengan API, sistem backend/frontend, atau pengiriman full-stack
  • Pengetahuan dasar tentang pengiriman perangkat lunak Agile atau iteratif
  • Pemahaman konsep pengujian perangkat lunak
  • Pengalaman menggunakan alat penulisan kode berbasis AI sangat membantu, namun tidak wajib
  • Cocok untuk profesional teknis tingkat menengah hingga senior
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait