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。
コース概要
大規模言語モデルを使用したコード理解
- コード説明とウォークスルーのためのプロンプト戦略
- 不馴れなコードベースやプロジェクトとの作業
- 制御フロー、依存関係、およびアーキテクチャの分析
メンテンビリティのためのコードリファクタリング
- コードスメル、デッドコード、アンチパターンの特定
- 明確さのために関数とモジュールを再構成する
- 大規模言語モデルを使用して命名規則や設計改善を提案する
パフォーマンスと信頼性の向上
- AI支援で非効率とセキュリティリスクを検出する
- より効率的なアルゴリズムやライブラリを提案する
- 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と要約の生成
- コードベースからREADMEファイルの作成と更新
- 大規模言語モデルをサポートに利用してSwagger/OpenAPIドキュメントを作成する
ツールチェーンとの統合
- VS Code拡張機能とCopilot Labsを使用したドキュメンテーション
- Git pre-commitフックでGPTやClaudeを組み込む
- CIパイプラインでのドキュメンテーションとリントの統合
レガシーおよびマルチ言語コードベースとの作業
- 古いまたは未文書化されたシステムの逆エンジニアリング
- 言語間のリファクタリング(例:PythonからTypeScriptへ)
- ケーススタディとペアAIプログラミングデモ
エチックス、品質保証、およびレビュー
- AI生成された変更の検証と幻覚の回避
- 大規模言語モデルを使用する際のピアレビューベストプラクティス
- コード基準への適合性と再現性を確保する
まとめと次なるステップ
要求
- Python、Java、JavaScriptなどのプログラミング言語の経験
- ソフトウェアアーキテクチャとコードレビューのプロセスに関する知識
- 大規模言語モデルがどのように機能するかの基本的な理解
対象者
- 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
14 時間
お客様の声 (2)
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
講師の高度なコピロット使用に関する知識と、十分で効率的な実践セッション
Tan - ViTrox Technologies Sdn Bhd
コース - Intermediate GitHub Copilot
機械翻訳