感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間:
課程簡介
使用 LLMs 理解程式碼
- 用於程式碼解釋及逐步 walkthrough 的提示策略
- 處理不熟悉的程式碼庫及項目
- 分析控制流、依賴關係及架構
為可維護性重構程式碼
- 識別代碼異味、無用代碼及反模式
- 重組函數及模組以增強清晰度
- 使用 LLMs 建議命名慣例及設計改進
提升性能與可靠性
- 借助 AI 協助檢測低效及安全風險
- 建議更高效的算法或庫
- 重構 I/O 操作、數據庫查詢及 API 調用
自動化程式碼文檔
- 生成函數/方法級別的註釋及摘要
- 根據程式碼庫編寫及更新 README 文件
- 在 LLM 支持下創建 Swagger/OpenAPI 文檔
與工具鏈整合
- 使用 VS Code 擴展及 Copilot Labs 進行文檔工作
- 在 Git 預提交鉤子中融入 GPT 或 Claude
- 在 CI 管道中整合文檔生成及 Lint 檢查
處理遺留及多語言程式碼庫
- 逆向工程較舊或未記錄的系統
- 跨語言重構(例如,從 Python 轉為 TypeScript)
- 案例研究及 AI 協作編程演示
倫理、質量保證及審查
- 驗證 AI 生成的變更並避免幻覺
- 使用 LLMs 時的同行審查最佳實踐
- 確保可復現性及符合編碼標準
總結與後續步驟
最低要求
- 具備 Python、Java 或 JavaScript 等編程語言的經驗
- 熟悉軟件架構及代碼審查流程
- 對大型語言模型的運作原理有基本了解
目標受眾
- 後端工程師
- DevOps 團隊
- 高級開發人員及技術負責人
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯