Bize Ulaşın

Eğitim İçeriği

Modül 1: Kontekst, Kapsam ve Teslimat Zorlukları

  • Otomatik Tamamlama vs. Otonom Çok Adımlı Yürütme
  • Yazılım teslimatında tipik Yapay Zeka yanıltıcı kavramları
  • Sadece daha iyi teşviklerin yeterli olmadığını anlama
  • Katılımcı araçları, sorun noktalarını ve hedefleri belirleme
  • Mühendislik takımları için doğru Yapay Zeka işletim modelini seçme

Modül 2: Spesifikasyon Yutma ve Yapısal Ayırma

  • Paydaş belgelerinin yapısal envanterini oluşturma
  • Gereksinim çıkarım teknikleri
  • Ayırma stratejileri: yapısal, semantik, kayan pencereli
  • Bağımlılıkları ve çapraz referansları koruma
  • Tablolar, diyagramlar, akış şemaları ve karma girdilerle çalışma
  • Bağlam pencerelerini etkili bir şekilde yönetme

Modül 3: İnsan Kararları Sınırı

  • Nerede insan kararlarının kritik olduğunu belirleme
  • Hayal ürünü bağımlılıkları tespit etme
  • Sahte kısıtlamaları ve ters mantığı tespit etme
  • Güvensiz yardımcı varsayımları önleme
  • İzin izlenebilirliği, tutarlılık ve tamamlanmışlığı için doğrulama çerçeveleri

Modül 4: Gereksinimlerden Kod'a Ajanlık Aracılarla Geçiş

  • Mimariden başlayarak teslimat modeli
  • Bileşen eşleme ve hizmet sınırları
  • Teslimat ankerleri olarak API sözleşmeleri
  • Yapay Zeka araçlarında kalıcı kurallar ve kısıtlamalar
  • Gereksinimlere bağlı görev talimatları
  • Minimum teşvik yaklaşımı vs. kısıtlanmış teşvik yaklaşımları
  • Sözleşmeden başlayarak backend ve frontend oluşturma

Modül 5: Ajanlık Yineleme Döngüsü

  • Kendi kendini düzeltme spirali
  • Denetimli iteratif teslimat döngüleri
  • Farkları ve kod değişikliklerini gözden geçirme
  • Kapsam kayması ve yetkisiz değişiklikleri tespit etme
  • Sınırlı bağlam hafızasını yönetme
  • Yineleme geçmişi kullanarak sürekli iyileştirme

Modül 6: Kod Kalitesi Güvence

  • Kenar durumlar için teşvik kısıtlamaları
  • Yaşıyan yönetim belgeleri olarak kural belgeleri
  • Linting ve statik analizle otomatik geçiş kapıları
  • Yapay Zeka tarafından oluşturulan kodda güvenlik taraması
  • Bağımlılık ve mimari uyumluluk denetimleri
  • Yapay Zeka çıktıları için insan gözden geçirme protokolü

Modül 7: Geri Besleme Döngülerine ve Sürekli İyileştirme

  • Yapay Zeka akışlarına yapısal başarısızlıkları geri besleme
  • Sınırlı yinelemeler ve durma kriterleri
  • Döngülerin ve sonuçların kaydı
  • Kural belgelerini zamanla iyileştirme
  • Tekrar kullanılabilir mühendislik zekası oluşturma

Modül 8: Yapay Zeka Teslimatındaki Güvenlik Yanlılık Modelleri

  • Oluşturulan kodda yaygın güvenlik riskleri
  • Teknolojiye özgü güvenlik kuralları eki
  • Ön-çalışma güvenlik taraması
  • Yapay Zeka destekli geliştirme için güvenli SDLC kontrolleri
  • Güvenli teslimatta insan sorumluluğu

Modül 9: Spesifikasyonlara Bağlı Test

  • Gereksinimlerden test spesifikasyonları oluşturma
  • Alan dilinde test tasarım
  • Test uygulamalarını güvenli bir şekilde oluşturma
  • Mutasyon testi kavramları
  • Spesifikasyon kapsama doğrulaması
  • Doğrulama güçlüğünü gözden geçirme
  • Tanımlayıcı soru sorma modelleri

Modül 10: Sistemi Bakım Altında Tutma

  • Yaşıyan belgeler: sözleşmeler, haritalar, kurallar, test spesifikasyonları
  • Zaman içinde evrim gösteren kısıtlamalar
  • Uzun vadeli bakımlılık için Yapay Zeka yönetimi
  • Teknik borçlanmayı önlemek için Yapay Zeka kontrolleri
  • Sürdürülebilir Yapay Zeka mühendislik ekibi işletim modeli

Kurs İçin Gerekli Önbilgiler

Katılımcılar şunlara sahip olmalıdır:

  • Yazılım geliştirme projelerinde deneyim
  • Uygulama mimarisi temellerini anlamak
  • API'ler, backend/frontend sistemleri veya tam-stack teslimatla ilgili tanıma
  • Ağile veya iteratif yazılım teslimatına ilişkin temel bilgi
  • Yazılım test kavramlarına dair farkındalık
  • Yapay Zeka kodlama araçlarına maruziyet faydalıdır ancak zorunlu değildir
  • Orta seviye ile üst düzey teknik profesyoneller için uygundur
 14 Saatler

Katılımcı Sayısı


Katılımcı başına fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler