Contattataci

Struttura del corso

Introduzione al Vibe Coding

  • Definizione e contesto storico del Vibe Coding
  • Filosofia della collaborazione “dal prompt al codice”
  • Differenze tra sviluppo assistito dall’IA e approccio tradizionale

I modelli linguistici di grandi dimensioni nello sviluppo software

  • Panoramica sui modelli linguistici destinati agli sviluppatori: GPT-4, DeepSeek, Qwen, Mistral
  • Confronto tra modelli open source e soluzioni proprietarie per la codifica AI
  • Modalità di implementazione locale o tramite API dei modelli linguistici

Ingegneria dei prompt applicata agli sviluppatori

  • Tecniche efficaci di creazione di prompt per la generazione e la rifattorizzazione del codice
  • Gestione del contesto e mantenimento dello stato della conversazione con l’IA
  • Realizzazione di template riutilizzabili per i prompt in attività di programmazione

Ambienti operativi pratici per il Vibe Coding

  • Utilizzo di Replit per la collaborazione con assistenti AI nella scrittura del codice
  • Integrazione di GitHub Copilot e Qwen Coder negli ambienti di sviluppo integrati
  • Personalizzazione dei flussi di lavoro per favorire la collaborazione di squadra

Qualità e validazione del codice in contesti AI-driven

  • Analisi critica e test del codice generato dai modelli linguistici
  • Garanzia di coerenza, manutenibilità e sicurezza nel codice prodotto
  • Integrazione di strumenti di validazione automatica all’interno dei processi di sviluppo

Integrazione aziendale e governance dei flussi Vibe Coding

  • Implementazione su larga scala di pratiche di Vibe Coding all’interno delle organizzazioni
  • Aspetti etici, normativi e di governance nell’utilizzo dell’IA per la generazione del codice
  • Progettazione di strutture organizzative adatte all’adozione diffusa dello sviluppo assistito dall’IA

Argomenti avanzati: prospettive future del Vibe Coding

  • Sfruttamento di più modelli linguistici per creare flussi di lavoro ibridi guidati dall’IA
  • Integrazione del Vibe Coding nei sistemi automatizzati CI/CD
  • Tendenze emergenti: ecosistemi di sviluppo basati su più agenti autonomi

Progetto collettivo e collaborazione operativa

  • Concezione di un progetto reale basato sull’assistenza AI nella programmazione
  • Lavoro congiunto tra sviluppatori umani e modelli linguistici artificiali
  • Presentazione dei risultati ottenuti e misurazione dei miglioramenti di produttività

Riassunto conclusivo e prossimi passi

Requisiti

  • Conoscenza dei flussi di lavoro nello sviluppo software
  • Esperienza nell’utilizzo di Python, JavaScript o un altro linguaggio di programmazione moderno
  • Familiarità con i sistemi di controllo versione basati su Git

Destinatari del corso

  • Ingegneri software interessati all’utilizzo dell’IA nello sviluppo
  • Responsabili tecnici che sovrintendono all’adozione di strumenti IA nei processi di codifica
  • Team di sviluppo aziendali desiderosi di integrare i modelli linguistici nei propri flussi operativi
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative