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
Pengenalan Vibe Coding
- Definisi dan sejarah vibe coding
- Filosofi kolaborasi “prompt-to-code”
- Cara pengembangan kode AI berbeda dari pengembangan tradisional
Model Bahasa Besar dalam Coding
- Gambaran umum LLM untuk pengembang: GPT-4, DeepSeek, Qwen, Mistral
- Membandingkan AI coder open-source dengan yang proprietary
- Menjalankan LLM secara lokal atau melalui API
Teknik Prompt untuk Pengembang
- Penyusunan prompt yang efektif untuk menghasilkan dan refactoring kode
- Manajemen konteks dan penanganan state percakapan
- Membuat template prompt yang dapat digunakan kembali untuk tugas coding
Lingkungan Vibe Coding Interaktif
- Menggunakan Replit untuk kolaborasi coding berbantuan AI
- Mengintegrasikan GitHub Copilot dan Qwen Coder ke dalam IDE
- Menyesuaikan alur kerja untuk kolaborasi tim
Kualitas dan Validasi Kode dalam Alur Kerja AI
- Mereview dan menguji kode yang dihasilkan LLM
- Memastikan konsistensi, kemudahan pemeliharaan, dan keamanan
- Mengintegrasikan alat validasi kode dalam alur kerja
Integrasi dan Tata Kelola Perusahaan
- Menerapkan vibe coding di seluruh tim
- Tata kelola AI, etika, dan kepatuhan dalam pembuatan kode
- Mendesain kerangka organisasi untuk pengembangan berbantuan AI
Topik Lanjutan: Memperluas Vibe Coding
- Menggabungkan beberapa LLM untuk alur kerja AI hybrid
- Mengintegrasikan vibe coding dengan otomasi CI/CD
- Tren masa depan: ekosistem pengembangan multi-agen
Proyek Tim dan Kolaborasi
- Mendesain proyek coding berbantuan AI dunia nyata
- Berkolaborasi dengan pengembang manusia dan AI
- Menyajikan hasil dan mengukur peningkatan produktivitas
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman tentang alur kerja pengembangan perangkat lunak
- Pengalaman dengan Python, JavaScript, atau bahasa pemrograman modern lainnya
- Kenalan dengan sistem kontrol versi berbasis Git
Audience
- Insinyur perangkat lunak yang mengeksplorasi pengembangan berbantuan AI
- Pemimpin teknis yang mengawasi adopsi AI dalam alur kerja coding
- Tim pengembangan perusahaan yang ingin mengintegrasikan LLM ke dalam pipeline produksi
21 Jam
Testimoni (1)
Pengetahuan dosen tentang penggunaan lanjutan copilot & Sesi praktik yang cukup dan efisien
Tan - ViTrox Technologies Sdn Bhd
Kursus - Intermediate GitHub Copilot
Diterjemahkan Mesin