Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Modulo 1: Contesto, ambito e sfide nella consegna software
- Autocompletamento versus esecuzione autonoma a più passaggi
- I principali fraintendimenti riguardo all’uso dell’AI nello sviluppo software
- Perché gli prompt ben formulati da soli non sono sufficienti
- Rilevamento degli strumenti utilizzati, dei punti di difficoltà e degli obiettivi dei partecipanti
- Scegliere il modello operativo AI più adatto ai team di ingegneria
Modulo 2: Ingestizione delle specifiche e decomposizione strutturata
- Creazione di un inventario strutturato dei documenti forniti dagli stakeholder
- Tecniche per l’estrazione dei requisiti
- Strategie di frammentazione: strutturale, semantica e a finestra scorrevole
- Mantenimento delle dipendenze e delle relazioni incrociate tra componenti
- Lavorare con tabelle, diagrammi, flussi e altri tipi di input misti
- Gestione ottimale della finestra di contesto disponibile all’AI
Modulo 3: Limiti del giudizio umano
- In quali casi la decisione umana rimane indispensabile
- Riconoscimento delle dipendenze generate in modo errato dall’AI
- Identificazione di vincoli fittizi o logiche invertite introdotte dall’AI
- Prevenzione dei comportamenti predefiniti non sicuri adottati dall’AI
- Schemi di validazione per garantire tracciabilità, coerenza e completezza
Modulo 4: Dalle specifiche al codice mediante strumenti agentici
- Il modello di sviluppo basato sull’architettura come fulcro operativo
- Mappatura dei componenti e definizione dei confini funzionali dei servizi
- Utilizzo dei contratti API come punti di riferimento nella produzione software
- Applicazione di regole costanti all’interno degli strumenti AI per il controllo
- Collegamento preciso delle istruzioni operative ai requisiti stabiliti
- Confronto tra approcci basati su prompt minimi o su indicazioni altamente vincolate
- Generazione contemporanea di codice backend e frontend secondo i contratti definiti
Modulo 5: Ciclo iterativo agentico
- Il meccanismo ciclico di autocorrezione implementato dall’AI
- Gestione controllata delle iterazioni durante la consegna del software
- Analisi delle differenze e delle modifiche apportate al codice rispetto alla base precedente
- Rilevamento precoce di ampliamenti non autorizzati della portata operativa o di alterazioni non approvate
- Gestione ottimale della memoria limitata dell’AI in termini di contesto storico
- Utilizzo della cronologia delle iterazioni per il miglioramento continuo
Modulo 6: Garanzia della qualità del codice prodotto
- Rigidi vincoli imposti ai prompt per gestire correttamente i casi limite
- I documenti normativi come strumenti dinamici di governance tecnica
- Controllo automatico tramite analisi statica del codice e regole predefinite
- Individuazione delle vulnerabilità informatiche nel codice generato da sistemi AI
- Verifica dell’aderenza di dipendenze software e architettura ai requisiti stabiliti
- Schemi organizzati per la revisione umana del prodotto finale elaborato dall’AI
Modulo 7: Cicli di feedback e miglioramento continuo
- Riportazione sistematica dei fallimenti rilevati nell’applicazione AI
- Definizione chiara di cicli limitati e criteri per l’interruzione delle iterazioni
- Registrazione strutturata degli esiti ottenuti a ogni iterazione
- Continua aggiornamento e ottimizzazione dei documenti normativi elaborati
- Sviluppo di conoscenze ingegneristiche riutilizzabili per il futuro sviluppo
Modulo 8: Antipattern legati alla sicurezza nello sviluppo assistito dall’AI
- Rischi informatici frequentemente associati al codice prodotto da AI
- Linee guida di sicurezza specifiche per diverse tecnologie
- Analisi preliminari delle vulnerabilità grazie ai pre-commit scanner
- Misurazioni strutturali legate alla sicurezza previste nel ciclo completo di produzione software assistito da AI
- Responsabilità umana come fattore indispensabile per garantire la consegna sicura
Modulo 9: Test basati direttamente sulle specifiche definite
- Estrarre e formalizzare le specifiche per progettare correttamente i test
- Progettazione dei test impiegando il vocabolario tipico del settore di riferimento
- Realizzazione sicura delle implementazioni necessarie ai test tramite strumenti AI
- Nozioni fondamentali sulle tecniche denominate Mutation Testing
- Verifica accurata della copertura richiesta secondo le specifiche definite
- Rivedere la potenza e l’efficacia delle affermazioni stabilite nel codice di test
- Applicare logicamente modelli di interrogazione diagnostica al lavoro di verifica
Modulo 10: Manutenzione e gestione del sistema prodotto
- Gestione dinamica dei principali artefatti: contratti, diagrammi, norme operative, specifiche di test
- Adattamento costante delle regole predefinite in base all’evoluzione del sistema
- Gestione dell’AI nell’ottica di preservare la sostenibilità e la manutenibilità futura
- Ridurre l’accumulo progressivo di debito tecnico tramite controlli automatici basati su AI
- Definire modelli operativi idonei a garantire la produttività sostenibile dei team di sviluppo supportati dall’AI
Requisiti
I partecipanti devono disporre di:
- Esperienza nella gestione di progetti di sviluppo software
- Conoscenza dei principi fondamentali dell’architettura applicativa
- Familiarità con le API, i sistemi backend/frontend o la produzione full-stack
- Nozioni di base sui metodi Agile o sullo sviluppo software iterativo
- Conoscenza dei concetti legati ai test software
- La familiarità con gli strumenti AI per la programmazione è utile, ma non indispensabile
- Il corso si rivolge a professionisti tecnici di livello intermedio e avanzato
14 ore
