Contattataci

Struttura del corso

L’IA nella fase di analisi dei requisiti e di pianificazione

  • Utilizzo del NLP e dei modelli linguistici di grandi dimensioni per l’analisi dei requisiti
  • Conversione delle indicazioni fornite dagli stakeholder in epici e storie utente strutturate
  • Strumenti basati sull’IA per il perfezionamento dei requisiti e la definizione dei criteri di accettazione

Progettazione e architettura affiancate dall’IA

  • Impiego dell’IA per modellare i componenti di un sistema e le loro interdipendenze
  • Generazione automatica di diagrammi architetturali e suggerimenti UML forniti dall’intelligenza artificiale
  • Validazione dei progetti tramite ragionamento sistematico guidato da prompt specifici

Flussi di lavoro di sviluppo migliorati dall’IA

  • Generazione automatica del codice e creazione rapida di modelli base mediante assistenza IA
  • Refactoring del codice ed ottimizzazione delle sue prestazioni grazie ai LLM
  • Integrazione di strumenti intelligenti nei vari IDE (ad esempio Copilot, Tabnine e CodeWhisperer)

Testing automatizzato con l’aiuto dell’IA

  • Creazione automatica di test unitari e di integrazione mediante modelli AI avanzati
  • Analisi predittiva delle regressioni e gestione automatizzata dei test assistita dall’IA
  • Generazione di casi esplorativi e test mirati alle condizioni limite, anch’essi guidati da intelligenza artificiale

Documentazione, revisioni del codice e condivisione della conoscenza

  • Creazione automatica di documentazione a partire da codice e API grazie all’IA
  • Automazione delle revisioni del codice, supportata da prompt predefiniti e liste di controllo IA
  • Costruzione di banche dati informative e FAQ generati da modelli conversazionali AI

L’IA nei processi CI/CD e nell’automazione del deployment

  • Ottimizzazione dei pipeline di sviluppo e analisi predittiva dei rischi, ottenute grazie all’IA
  • Suggerimenti intelligenti per rilasci progressivi e operazioni di rollback automatico
  • Monitoraggio affidabile del deployment e analisi post-implementazione svolte tramite algoritmi AI

Governanza, etica e strategie di implementazione

  • Garanzia dell’uso responsabile delle tecnologie IA ed evitamento di distorsioni nei risultati ottenuti dal codice generato
  • Procedure di audit e conformità necessarie per i flussi lavorativi assistiti dall’IA
  • Realizzazione di un piano d’azione graduale volto all’adozione diffusa dell’IA in tutti gli stadi dello SDLC

Conclusioni e prossimi passi da intraprendere

Requisiti

  • Conoscenza dei concetti fondamentali legati al ciclo di vita dello sviluppo software
  • Esperienza nel ruolo di architetto del software o di responsabile di team
  • Familiarità con le pratiche DevOps, l’approccio agile e gli strumenti utilizzati nello SDLC

Destinatari del corso

  • Architetti software
  • Responsabili dello sviluppo
  • Manager di progetti ingegneristici
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative