聯繫我們
 課程時長 14 時間:

課程簡介

需求與規劃階段的 AI 應用

  • 使用 NLP 和 LLMs 進行需求分析
  • 將利益相關者的輸入轉化為 Epic 和用戶故事
  • 利用 AI 工具進行故事精煉及驗收標準生成

AI 增強的設計與架構

  • 使用 AI 建模系統組件及其依賴關係
  • 生成架構圖及 UML 建議
  • 透過基於提示(Prompt-based)的系統推理進行設計驗證

AI 增强的開發工作流

  • AI 輔助代碼生成及基礎架構搭建(Boilerplate Scaffolding)
  • 使用 LLMs 進行代碼重構及性能優化
  • 將 AI 工具整合至 IDE(例如:Copilot, Tabnine, CodeWhisperer)

AI 驅動的測試

  • 使用 AI 模型生成單元測試及集成測試
  • AI 輔助的回歸分析及測試維護
  • 利用 AI 進行探索性測試及邊界條件測試生成

文檔、審查與知識分享

  • 從代碼及 API 自動生成文檔
  • 使用 AI 提示及檢查清單自動化代碼審查
  • 利用對話式 AI 創建知識庫及常見問題解答(FAQs)

CI/CD 與部署自動化中的 AI

  • AI 增強的管道優化及基於風險的測試
  • 智能灰度發布(Canary Release)及回滾建議
  • AI 在部署驗證及部署後分析中的應用

治理、倫理與實施策略

  • 確保負責任地利用 AI,並避免生成代碼中的偏見
  • AI 輔助工作流中的審計與合規性
  • 制定在 SDLC 各階段分階段採用 AI 的路線圖

總結與後續步驟

最低要求

  • 了解軟件開發生命週期(SDLC)的基本概念
  • 具備軟件架構或團隊領導經驗
  • 熟悉 DevOps、敏捷實踐或 SDLC 相關工具

目標受眾

  • 軟件架構師
  • 開發負責人
  • 工程經理

客戶評論 (1)

課程分類