Εξέλιξη Κομματιού
Εισαγωγή στο Vibe Coding
- Ορισμός και ιστορία του Vibe coding
- Φιλοσοφία της συνεργασίας “prompt-to-code”
- Πώς ο προγραμματισμός με βοήθεια ΤΕ διαφέρει από την παραδοσιακή ανάπτυξη
Μεγάλα Μοντέλα Γλώσσας στον Προγραμματισμό
- Περίληψη των LLMs για διαχωριστές: GPT-4, DeepSeek, Qwen, Mistral
- Σύγκριση ανοιχτού κώδικα με εμπορικά AI προγραμματιστές
- Εφαρμογή LLMs τοπικά ή μέσω APIs
Prompt Engineering για Διαχωριστές
- Αποτελεσματική προάγγελση για την δημιουργία και μεταφορά κώδικα
- Διαχείριση περιβάλλοντος και διαχείριση κυριότητας συζήτησης
- Δημιουργία αναπαραχώσιμων προτύπων prompt για τακτικές εργασίες προγραμματισμού
Ζωντανά Περιβάλλοντα Vibe Coding
- Χρήση του Replit για συνεργασία με AI προγραμματισμό
- Ολοκλήρωση GitHub Copilot και Qwen Coder σε IDEs
- Προσαρμογή εργασιακών διαδικασιών για την απόδοση ομάδας
Ποιότητα και Επιβεβαίωση Κώδικα σε Εργασιακές Διαδικασίες AI
- Εξέταση και δοκιμή LLM-δημιουργούμενου κώδικα
- Εγγυητική συνέπεια, μεταφορά και ασφάλεια
- Ολοκλήρωση εργαλείων επαλήθευσης κώδικα στην εργασιακή διαδικασία
Ολοκλήρωση Επιχειρήματος και Διαχείριση
- Μεγέθυνση Vibe coding σε ομάδες
- Διαχείριση AI, ηθική και πληροφόρηση στη δημιουργία κώδικα
- Σχεδιασμός οργανωτικών πλαισίων για την ανάπτυξη με βοήθεια AI
Προηγμένα Θέματα: Επέκταση Vibe Coding
- Συνδυασμός πολλών LLMs για τακτικές hybrid AI
- Ολοκλήρωση Vibe coding με αυτομάτευση CI/CD
- Μελλοντικές τάσεις: πολυ-παράγοντες εκδόσεις ecosystems
Team Project και Συνεργασία
- Σχεδιασμός πρακτικής εφαρμογής με ανάπτυξη κώδικα βοηθουμένων από AI
- Συνεργασία με ανθρώπινους και AI διαχωριστές
- Παρουσίαση αποτελεσμάτων και μέτρηση προόδου στην απόδοση
Περίληψη και Επόμενα Βήματα
Απαιτήσεις
- Κατανόηση των εργασιακών διαδικασιών ανάπτυξης λογισμικού
- Εμπειρία με Python, JavaScript, ή κάποια σύγχρονη γλώσσα προγραμματισμού
- Γνωστία με τους Git-based systems διαχείρισης έκδοσης
Ανάληπτη
- Διαχωριστές λογισμικού που εξερευνούν την ανάπτυξη με βοήθεια ΤΕ
- Εφοδιαστικοί υποψήφιοι που επιβλέπουν την αποδοχή ΤΕ στις εργασιακές διαδικασίες κώδικα
- Ομάδες επιχειρηματικής ανάπτυξης που ζητούν να ολοκληρώσουν LLMs στις product pipelines
Σχόλια (2)
Άρχισα να κατανοώ τη βιβλιοθήκη Streamlit στο Python και σίγουρα θα προσπαθήσω να τη χρησιμοποιήσω για να βελτιώσω εφαρμογές που αναπτύσσονται στο ομάδα μου με το R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Κομμάτι - GitHub Copilot for Developers
Μηχανική Μετάφραση
Ο καθηγητής μπορεί να προσαρμόσει το επίπεδο του μαθήματος κατά τη διάρκεια της κατάρτισης, για να ανταποκρίνεται στο επίπεδο κατανόησής μας στο θέμα. Αυτό μας επιτρέπει να κερδίσουμε πιο χρήσιμη γνώση, η οποία θα μας βοηθήσει στον ακόλουθο τρόπο να εξαξιοποιούμε τα εργαλεία στην καθημερινή μας εργασία.
Tatt Juen - ViTrox Technologies Sdn Bhd
Κομμάτι - Intermediate GitHub Copilot
Μηχανική Μετάφραση