Struttura del corso
Livello 1: La Cripta della Scoperta – I Segreti dei Requisiti
Missione: Utilizzare LLM (ChatGPT) per estrarre requisiti strutturati da input vaghi.
Attività principali:
- Interpretare idee di prodotto o richieste di funzionalità ambigue
- Usare l'AI per:
- Generare user stories e criteri di accettazione
- Suggerire personaggi e scenari
-
Generare artefatti visivi (es. semplici diagrammi con Mermaid o draw.io)
Risultato: Backlog strutturato di user stories + modello di dominio iniziale/visualizzazioni
Livello 2: LaForgia della Progettazione – La Pergamena dell'Architetto
Missione: Utilizzare l'AI per creare e validare piani di architettura.
Attività principali:
- Usare l'AI per:
- Proporre stili architetturali (monolite, microservizi, serverless)
- Generare diagrammi ad alto livello di componenti e interazioni
- Creare scheletri di strutture di classi/moduli
-
Sfida reciproca delle scelte attraverso revisioni di progettazione tra pari
Risultato: Architettura validata + scheletro del codice
Livello 3: L'Arena del Codice – La Prova del Codex
Missione: Utilizzare copiloti AI per implementare funzionalità e migliorare il codice.
Attività principali:
- Usare GitHub Copilot o ChatGPT per implementare funzionalità
- Rifattorizzare il codice generato dall'AI per:
- Prestazioni
- Sicurezza
- Mantenibilità
-
Introdurre "code smells" ed eseguire sfide di pulizia tra pari
Risultato: Codebase funzionale, rifattorizzata e generata dall'AI
Livello 4: La Palude dei Bug – Testa l'Oscuro
Missione: Generare e migliorare i test con l'AI, poi trovare bug nel codice degli altri.
Attività principali:
- Usare l'AI per generare:
- Test unitari
- Test di integrazione
- Simulazioni di casi limite
-
Scambiare codice con bug con un altro team per debugging assistito da AI
Risultato: Suite di test + report dei bug + correzioni
Livello 5: Le Porte della Pipeline – L'Ingresso dell'Automaton
Missione: Configurare pipeline CI/CD intelligenti con assistenza AI.
Attività principali:
- Usare l'AI per:
- Definire flussi di lavoro (es. GitHub Actions)
- Automatizzare passaggi di build, test e deployment
- Suggerire politiche di rilevamento anomalie/rollback
Risultato: Script o flusso di pipeline CI/CD funzionante assistito da AI
Livello 6: La Cittadella del Monitoring – La Torre di Guardia dei Log
Missione: Analizzare i log e utilizzare ML per rilevare anomalie e simulare il recupero.
Attività principali:
- Analizzare log pre-popolati o generati
- Usare l'AI per:
- Identificare anomalie o tendenze di errore
- Suggerire risposte automatizzate (es. script self-healing, allarmi)
- Creare dashboard o riepiloghi visivi
Risultato: Piano di monitoring o meccanismo di alerting intelligente simulato
Livello Finale: L'Arena dell'Eroe – Costruisci il SDLC Supportato da AI Estremo
Missione: I team applicano tutto ciò che hanno appreso per costruire un loop SDLC funzionante per un mini-progetto.
Attività principali:
- Scegliere un mini-progetto di team (es. bug tracker, chatbot, microservizio)
- Applicare l'AI in ogni fase del SDLC:
- Requisiti, Progettazione, Codice, Test, Deployment, Monitoring
- Presentare i risultati in una breve demo di team
Votazione tra pari o giudizio per la pipeline alimentata da AI più efficace
Risultato: Implementazione end-to-end di un SDLC potenziato dall'AI + showcase di team
Al termine di questo workshop, i partecipanti saranno in grado di:
- Applicare strumenti di AI generativa per estrarre e strutturare i requisiti software
- Generare diagrammi architetturali e validare le scelte di progettazione utilizzando l'AI
- Utilizzare copiloti AI per implementare e rifattorizzare codice di livello produzione
- Automatizzare la generazione dei test e eseguire debugging assistito da AI
- Progettare pipeline CI/CD intelligenti che rilevano e reagiscono alle anomalie
- Analizzare i log con strumenti AI/ML per identificare i rischi e simulare il self-healing
- Dimostrare un SDLC completamente potenziato dall'AI attraverso un mini-progetto di team
Requisiti
Pubblico: Sviluppatori software, tester, architetti, ingegneri DevOps, product owner
I partecipanti dovrebbero avere:
- Una comprensione operativa del Ciclo di Sviluppo del Software (SDLC)
- Esperienza pratica in almeno un linguaggio di programmazione (es. Python, Java, JavaScript, C#, ecc.)
- Familiarità con:
- Scrittura e lettura di user stories o requisiti
- Principi base di progettazione software
- Controllo delle versioni (es. Git)
- Scrittura ed esecuzione di test unitari
- Esecuzione o interpretazione di pipeline CI/CD
Questo è un workshop di livello intermedio-avanzato. È ideale per professionisti che fanno già parte di team di consegna software (sviluppatori, tester, ingegneri DevOps, architetti, product owner).
Recensioni (1)
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