Eğitim İçeriği
Seviye 1: Keşif Efsanesi – Gereksinimlerin Sırları
Görev: LLM’leri (ChatGPT) kullanarak belirsiz girdilerden yapısal gereksinimler çıkarın.
Ana Etkinlikler:
- Belirsiz ürün fikirleri veya özellik taleplerini yorumlayın
-
Yapay zekayı kullanarak:
- Kullanıcı hikayeleri ve kabul kriterlerini oluşturun
- Personaları ve senaryoları önerin
-
Mermaid veya draw.io gibi basit diyagramlar oluşturma
Sonuç: Yapısal backlog + başlangıç domen modeli/diyagramları
Seviye 2: Tasarım Kulesi – Mimarinin Kitabı
Görev: Yapay zekayı kullanarak mimari planlar oluşturun ve doğrulayın.
Ana Etkinlikler:
-
Yapay zekayı kullanarak:
- Mimari tarzı önerin (monolitik, mikro hizmetler, serverless)
- Yüksek seviyeli bileşen ve etkileşim diyagramları oluşturun
- Sınıf/module yapılarını çatılarak oluşturun
-
Birbirinizin seçimlerini eş tasarımdan geçirerek zorlayın
Sonuç: Doğrulanmış mimari + kod iskelesi
Seviye 3: Kod Arenası – Codex Gauntlet
Görev: Yapay zeka eşlerini kullanarak özellikler uygulayın ve kodları iyileştirin.
Ana Etkinlikler:
- GitHub Copilot veya ChatGPT kullanarak işlevsellik uygulayın
-
AI üretilen kodu:
- Performans
- Güvenlik
- Bakım kolaylığı
-
“Kod kokuları”ını enjekte edin ve eşler arasında temizleme zorlukları çalıştırın
Sonuç: Fonksiyonel, yeniden yapılandırılmış, AI üretilen kod tabanı
Seviye 4: Hata Bataklığı – Karanlıkta Test Etme
Görev: Yapay zekayı kullanarak testleri oluşturun ve geliştirin, ardından diğerlerinin kodlarındaki hataları bulun.
Ana Etkinlikler:
-
Yapay zekayı kullanarak:
- Birim testleri
- Entegrasyon testleri
- Kenar durum simülasyonları
-
Hatalı kodu başka bir takımla değiştirin ve AI destekli hata ayıklama için kullanın
Sonuç: Test kümesi + hata raporu + hata düzeltmeleri
Seviye 5: Hattı Tasarım Kapısı – Otomasyon Kapısı
Görev: Yapay zeka yardımıyla akıllı CI/CD hattları kurun.
Ana Etkinlikler:
-
Yapay zekayı kullanarak:
- İş akışları tanımlayın (örneğin, GitHub Actions)
- Derleme, test ve dağıtım adımlarını otomatikleştirin
-
Anormallik algılama/geri alma politikalarını önerin
Sonuç: AI destekli, çalışan CI/CD hattı betiği veya akışı
Seviye 6: İzleme Kalesi – Günlüklerin Nöbetgahı
Görev: Günlükleri analiz edin ve ML’yi kullanarak anormallikleri tespit edin ve kurtarma senaryolarını simüle edin.
Ana Etkinlikler:
- Önceden doldurulmuş veya üretilmiş günlükleri analiz edin
-
Yapay zekayı kullanarak:
- Anormallikleri veya hata trendlerini tespit edin
- Otomatik yanıtları önerin (örneğin, otomatik iyileştirme komut dosyaları, uyarılar)
-
Panolar veya görsel özetler oluşturun
Sonuç: İzleme planı veya simüle edilmiş akıllı uyarı mekanizması
Nihai Seviye: Kahraman Arenası – Mükemmeliyetin AI Döngüsü
Görev: Takımlar, öğrendiklerini kullanarak bir mini proje için çalışan SDLC döngüsü oluştursunlar.
Ana Etkinlikler:
- Bir takım mini projesi seçin (örneğin, hata takipçisi, sohbet botu, mikro servis)
-
AI’ı her SDLC aşamasında uygulayın:
- Gereksinimler, Tasarım, Kod, Test, Dağıtım, İzleme
- Sonuçları kısa bir takım demo sunumunda gösterin
Etkili AI destekli hattı için eş oy veya değerlendirme
Sonuç: Uçtan uca AI destekli SDLC uygulaması + takım sunumu
Bu atölyenin sonunda katılımcılar şunları yapabilecektir:
- Generatif AI araçlarını kullanarak yazılım gereksinimlerini çıkarmayı ve yapılandırmayı uygulayın
- AI’ı kullanarak mimari diyagramlar oluşturun ve tasarım seçimlerini doğrulayın
- AI eşlerini kullanarak üretim düzeyinde kod uygulayın ve yeniden yapılandırın
- Test oluşturmayı otomatikleştirin ve AI destekli hata ayıklama yapın
- Anormallikleri tespit eden ve tepki veren akıllı CI/CD hattları tasarlama
- AI/ML araçlarını kullanarak günlükleri analiz etme, riskleri belirleme ve otomatik iyileştirme senaryolarını simülasyon yapma
- Bir mini takım projesi aracılığıyla tamamen AI destekli SDLC’yi gösterin
Kurs İçin Gerekli Önbilgiler
Hedef Kitle: Yazılım geliştiricileri, testciler, mimarlar, DevOps mühendisleri, ürün sahipleri
Katılımcıların olması gerekenler:
- Yazılım Geliştirme Döngüsü (SDLC) hakkındaki iş bilgisi
- En az bir programlama dilinde (örneğin, Python, Java, JavaScript, C# vb.) pratik deneyim
-
Bilgili olmak:
- Kullanıcı hikayeleri veya gereksinimler yazma ve okuma
- Temel yazılım tasarım ilkeleri
- Sürüm kontrolü (örneğin, Git)
- Birim testler yazma ve yürütme
- CI/CD hattlarını çalıştırmak veya yorumlamak
Bu bir orta-derece ileri düzey atölyedir. Yazılım teslimat takımlarının parçası olan profesyoneller (geliştiriciler, testciler, DevOps mühendisleri, mimarlar, ürün sahipleri) için idealdir.
Danışanlarımızın Yorumları (1)
Python'daki Streamlit kütüphanesi hakkında bilgi edindim ve kesinlikle takımımızın R Shiny ile oluşturduğu uygulamaları geliştirmek için bunu kullanmaya çalışacağım.
Michal Maj - XL Catlin Services SE (AXA XL)
Eğitim - GitHub Copilot for Developers
Yapay Zeka Çevirisi
