Hubungi Kami

Kerangka Materi

Modul 1: Konteks, Ruang Lingkup, dan Tantangan Pengiriman

  • Autocomplete vs eksekusi langkah multi-stasiun otonom
  • Salah kaprah umum tentang AI dalam pengiriman perangkat lunak
  • Mengapa prompt yang lebih baik saja tidak cukup
  • Identifikasi alat, hambatan, dan tujuan peserta
  • Pemilihan model operasi AI yang tepat untuk tim rekayasa

Modul 2: Ingest Spesifikasi dan Dekomposisi Terstruktur

  • Membangun inventaris struktural dari dokumen pemangku kepentingan
  • Teknik ekstraksi persyaratan
  • Strategi pemotongan (chunking): struktural, semantik, sliding-window
  • Pelestarian dependensi dan referensi silang
  • Bekerja dengan tabel, diagram, bagan alir, dan input campuran
  • Mengelola jendela konteks secara efektif

Modul 3: Batasan Penilaian Manusia

  • Dimana keputusan manusia tetap kritis
  • Mendeteksi dependensi yang dibayangkans (hallucinated)
  • Mendeteksi kendala palsu dan logika terbalik
  • Mencegah default bantuan yang tidak aman
  • Framework validasi untuk ketertelusuran, konsistensi, dan kelengkapan

Modul 4: Dari Persyaratan ke Kode dengan Alat Berbasis Agen

  • Model pengiriman berbasis arsitektur pertama
  • Pemetaan komponen dan batas layanan
  • Kontrak API sebagai jangkar pengiriman
  • Aturan dan kendala persisten di alat AI
  • Instruksi tugas yang terhubung ke persyaratan
  • Perbandingan pendekatan prompting minimal vs constrained
  • Penggunaan kontrak-first untuk backend dan frontend

Modul 5: Siklus Iterasi Berbasis Agen

  • Spiral perbaikan diri
  • Siklus pengiriman iteratif yang terkontrol
  • Mereview diff dan perubahan kode
  • Mendeteksi perluasan ruang lingkup dan modifikasi tidak resmi
  • Mengelola memori konteks yang terbatas
  • Menggunakan riwayat iterasi untuk peningkatan berkelanjutan

Modul 6: Penegakan Kualitas Kode

  • Kendala prompt untuk kasus tepi (edge cases)
  • Dokumen aturan sebagai artefak tata kelola yang dinamis
  • Gates otomatis dengan linting dan analisis statis
  • Pemindaian keamanan pada kode hasil AI
  • Pemeriksaan kepatuhan dependensi dan arsitektur
  • Protokol tinjauan manusia untuk output AI

Modul 7: Lingkaran Umpan Balik dan Peningkatan Berkelanjutan

  • Mengembalikan kegagalan terstruktur ke alur kerja AI
  • Iterasi terbatas dan kriteria penghentian
  • Pencatatan siklus dan hasil
  • Peningkatan dokumen aturan secara berkala
  • Membangun kecerdasan rekayasa yang dapat digunakan kembali

Modul 8: Pola Anti-Pola Keamanan dalam Pengiriman AI

  • Risiko keamanan umum pada kode hasil generate
  • Apendiks aturan keamanan spesifik teknologi
  • Pemindaian pra-komit (pre-commit) untuk keamanan
  • Kontrol SDLC aman untuk pengembangan dibantu AI
  • Akuntabilitas manusia dalam pengiriman yang aman

Modul 9: Pengujian Berlandaskan Spesifikasi

  • Membuat spesifikasi uji dari persyaratan
  • Desain uji berbasis bahasa domain
  • Penggenerasian implementasi uji secara aman
  • Konsep pengujian mutasi (mutation testing)
  • Validasi cakupan spesifikasi
  • Tinjauan kekuatan asersi
  • Model pertanyaan diagnostik

Modul 10: Pemeliharaan Sistem

  • Artefak hidup: kontrak, peta, aturan, spesifikasi uji
  • Evolusi kendala dari waktu ke waktu
  • Tata kelola AI untuk kemudahan pemeliharaan jangka panjang
  • Pencegahan utang teknis menggunakan kontrol AI
  • Model operasi untuk tim rekayasa AI yang berkelanjutan

Persyaratan

Peserta diharapkan memiliki:

  • Pengalaman dalam proyek pengembangan perangkat lunak
  • Pemahaman dasar tentang arsitektur aplikasi
  • Keterampilan mengenal APIs, sistem backend/frontend, atau pengiriman full-stack
  • Pengetahuan dasar mengenai Agile atau pengiriman perangkat lunak iteratif
  • Kesadaran akan konsep pengujian perangkat lunak
  • Paparan pada alat pemrograman berbasis AI adalah nilai tambah, namun tidak wajib
  • Cocok untuk profesional teknis tingkat menengah hingga senior
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait