Struttura del corso
Livello 1: La Caverna della Scoperta – Segreti dei Requisiti
Missione: Utilizzare LLM (ChatGPT) per estrarre requisiti strutturati da input vaghi.
Attività Chiave:
- Interpretare idee di prodotto o richieste di funzionalità ambigue
-
Utilizzare l'IA per:
- Generare user stories e criteri di accettazione
- Suggerire personaggi e scenari
-
Creare artefatti visivi (ad esempio, diagrammi semplici con Mermaid o draw.io)
Esito: Backlog strutturato di user stories + modelli iniziali del dominio/visualizzazioni
Livello 2: La Fucina della Progettazione – Scrollo dell'Architetto
Missione: Utilizzare l'IA per creare e validare piani architetturali.
Attività Chiave:
-
Utilizzare l'IA per:
- Proporre stili architetturali (monolitico, microservizi, serverless)
- Generare diagrammi a livello alto delle componenti e interazioni
- Scaffolding di strutture di classi/moduli
-
sfidare le scelte degli altri tramite revisioni peer della progettazione
Esito: Architettura validata + scheletro del codice
Livello 3: L'Arena del Codice – Il Gauntlets del Codice
Missione: Utilizzare AI copilot per implementare funzionalità e migliorare il codice.
Attività Chiave:
- Utilizzare GitHub Copilot o ChatGPT per implementare la funzionalità
-
Rifattorizzare il codice generato dall'IA per:
- Prestazioni
- Sicurezza
- Manutenibilità
-
Iniettare “smells del codice” e lanciare sfide di pulizia peer
Esito: Base di codice funzionale, rifattorizzata e generata dall'IA
Livello 4: La Palude dei Bug – Testare l'Ombra
Missione: Generare e migliorare test con l'IA, quindi trovare bug nel codice di altri.
Attività Chiave:
-
Utilizzare l'IA per generare:
- Test unitari
- Test di integrazione
- Simulazioni di casi limite
-
Scambiare codice con bug con un'altra squadra per il debugging assistito da IA
Esito: Suite di test + report dei bug + correzioni dei bug
Livello 5: I Portali della Pipeline – Portale dell'Automazione
Missione: Configurare pipeline CI/CD intelligenti con l'aiuto dell'IA.
Attività Chiave:
-
Utilizzare l'IA per:
- Definire flussi di lavoro (ad esempio, GitHub Actions)
- Automatizzare i passaggi di build, test e deploy
-
Suggerire politiche di rilevamento anomalie/rollback
Esito: Script o flusso della pipeline CI/CD assistita da IA funzionante
Livello 6: La Cittadella del Monitoraggio – Torre di Controllo dei Log
Missione: Analizzare i log e utilizzare il ML per rilevare anomalie e simulare la ripresa.
Attività Chiave:
- Analizzare log pre-compilati o generati
-
Utilizzare l'IA per:
- Identificare anomalie o trend di errori
- Suggerire risposte automatizzate (ad esempio, script self-healing, allarmi)
-
Creare dashboard o sintesi visive
Esito: Pianificazione di monitoraggio o meccanismo di allerting intelligente simulato
Livello Finale: L'Arena dell'Eroe – Creare il Ciclo di Vita dello Sviluppo Software Ultimato con AI
Missione: Le squadre applicano tutto ciò che hanno imparato per creare un ciclo di vita dello sviluppo software funzionante per un piccolo progetto.
Attività Chiave:
- Selezionare un mini-progetto di squadra (ad esempio, tracciamento dei bug, chatbot, microservizio)
-
Applicare l'IA in ogni fase del SDLC:
- Requisiti, Progettazione, Codifica, Test, Distribuzione, Monitoraggio
- Presentare i risultati in una breve demo di squadra
Votazione o valutazione peer per la pipeline AI potenziata più efficace
Esito: Implementazione end-to-end del ciclo di vita dello sviluppo software potenziato da AI + showcase della squadra
Alla fine di questo workshop, i partecipanti saranno in grado di:
- Applicare strumenti AI generativi per estrarre e strutturare i requisiti software
- Generare diagrammi architetturali e validare le scelte di progettazione utilizzando l'IA
- Utilizzare AI copilot per implementare e rifattorizzare codice di produzione di alta qualità
- Automatizzare la generazione dei test e eseguire il debugging assistito da IA
- Progettare pipeline CI/CD intelligenti che rilevano e reagiscono alle anomalie
- Analizzare i log con strumenti AI/ML per identificare rischi e simulare la ripresa self-healing
- Dimostrare un ciclo di vita dello sviluppo software completamente potenziato da AI attraverso un piccolo progetto di squadra
Requisiti
Pubblico: Sviluppatori software, tester, architetti, ingegneri DevOps, proprietari del prodotto
I partecipanti dovrebbero avere:
- Una comprensione operativa del ciclo di vita dello sviluppo software (SDLC)
- Esperienza pratica in almeno un linguaggio di programmazione (ad esempio, Python, Java, JavaScript, C#, ecc.)
-
Familiarità con:
- Redazione e lettura di user stories o requisiti
- Principi di base della progettazione software
- Controllo delle versioni (ad esempio, Git)
- Scrittura ed esecuzione di test unitari
- Esecuzione o interpretazione dei pipeline CI/CD
Questo è un workshop di livello intermedio-avanzato. È ideale per professionisti che fanno già parte di squadre di consegna software (sviluppatori, tester, ingegneri DevOps, architetti, proprietari del prodotto).
Recensioni (2)
Ho acquisito una conoscenza riguardante la libreria Streamlit di Python e sicuramente cercherò di utilizzarla per migliorare le applicazioni del mio team, che sono sviluppate con R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Corso - GitHub Copilot for Developers
Traduzione automatica
Conoscenza dell'istruttore nell'uso avanzato del copilota & Sessione pratica sufficiente ed efficace
Tan - ViTrox Technologies Sdn Bhd
Corso - Intermediate GitHub Copilot
Traduzione automatica