お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
期間 14 時間
コース概要
LLMを用いたコード理解
- コードの説明およびウォークスルーのためのプロンプト戦略
- 見慣れないコードベースおよびプロジェクトへの対応
- 制御フロー、依存関係、アーキテクチャの分析
保守性向上のためのコードリファクタリング
- コードの異臭(コードスメル)、デッドコード、アンチパターンの特定
- 明確さのための関数およびモジュールの再構築
- LLMを用いた命名規則および設計改善の提案
パフォーマンスと信頼性の向上
- AI支援による非効率性およびセキュリティリスクの検出
- より効率的なアルゴリズムまたはライブラリの提案
- I/O操作、データベースクエリ、API呼び出しのリファクタリング
コードドキュメンテーションの自動化
- 関数/メソッドレベルのコメントおよびサマリーの生成
- コードベースからのREADMEファイルの作成と更新
- LLM支援によるSwagger/OpenAPIドキュメントの作成
ツールチェーンとの統合
- VS Code拡張機能およびCopilot Labsによるドキュメンテーション
- GitのプレコミットフックへのGPTまたはClaudeの組み込み
- ドキュメンテーションおよびリンティングのためのCIパイプライン統合
レガシーおよび多言語コードベースへの対応
- 古いまたはドキュメントのないシステムのリバースエンジニアリング
- クロス言語リファクタリング(例:PythonからTypeScriptへ)
- ケーススタディおよびペアAIプログラミングのデモ
倫理、品質保証、レビュー
- AI生成の変更の検証とハルシネーションの回避
- LLM使用時のピアレビューのベストプラクティス
- 再現性の確保およびコーディング標準への準拠
概要と次のステップ
要求
- Python、Java、JavaScriptなどのプログラミング言語での経験
- ソフトウェアアーキテクチャおよびコードレビュープロセスへの精通
- 大規模言語モデルの機能に関する基礎知識
対象読者
- バックエンドエンジニア
- DevOpsチーム
- シニア開発者およびテックリード
お客様の声 (1)
PythonのStreamlitライブラリについての知識を得ることができました。確実に、R Shinyで作成された私のチームのアプリケーションを改善するために使用してみます。
Michal Maj - XL Catlin Services SE (AXA XL)
コース - GitHub Copilot for Developers
機械翻訳