Bizi tercih ettiğiniz için teşekkür ederiz. Ekip üyelerimiz en kısa sürede sizlerle iletişime geçecektir.
Rezervasyonunuzu gönderdiğiniz için teşekkür ederiz! Ekibimizden bir yetkili kısa süre içinde sizinle iletişime geçecektir.
Süre 14 Saat
Eğitim İçeriği
LLM'lerle Kod Anlama
- Kod açıklama ve inceleme için istem (prompt) stratejileri
- Tanımadığı kod tabanları ve projelerle çalışma
- Kontrol akışını, bağımlılıkları ve mimariyi analiz etme
Bakım Kolaylığı İçin Kodu Yeniden Yapılama
- Koku (code smell), ölü kod ve karşım kalıpları tespiti
- Açıklık için fonksiyon ve modüllerin yeniden yapılandırılması
- Adlandırma kuralları ve tasarım iyileştirmeleri için LLM kullanımı
Performans ve Güvenilirliği İyileştirme
- Yapay zeka desteğiyle verimsizlik ve güvenlik risklerinin tespit edilmesi
- Daha verimli algoritmaların veya kütüphanelerin önerilmesi
- Giriş/çıkış işlemlerinin, veritabanı sorgularının ve API çağrıları yeniden yapılandırılması
Kod Dokümantasyonunun Otomatikleştirilmesi
- Fonksiyon/metot düzeyinde yorum ve özetlerin oluşturulması
- Kod tabanından README dosyalarının yazılması ve güncellenmesi
- LLM desteğiyle Swagger/OpenAPI dokümanlarının oluşturulması
Araç Zincirleriyle Entegrasyon
- Dokümantasyon için VS Code eklentileri ve Copilot Labs kullanımı
- Git pre-commit kancalarında GPT veya Claude kullanımı
- Dokümantasyon ve linting için CI pipeline entegrasyonu
Eski ve Çok Dilli Kod Tabanlarıyla Çalışma
- Eski veya dokümante edilmemiş sistemlerin tersine mühendisliği
- Diller arası yeniden yapılandırma (örn., Python'dan TypeScript'e)
- Vaka çalışmaları ve ikili yapay zeka programlama demoları
Etik, Kalite Güvencesi ve İnceleme
- Yapay zeka ile oluşturulan değişikliklerin doğrulanması ve halüsinasyonlardan kaçınılması
- LLM kullanımında akran incelemesi en iyi uygulamaları
- Tutarlılığın sağlanması ve kodlama standartlarına uyumun güvence altına alınması
Özet ve Sonraki Adımlar
Kurs İçin Gerekli Önbilgiler
- Python, Java veya JavaScript gibi programlama dillerinde deneyim
- Yazılım mimarisi ve kod inceleme süreçlerine aşinalık
- Büyük dil modellerinin işleyişine dair temel anlayış
Hedef Kitle
- Backend mühendisleri
- DevOps ekipleri
- Kıdemli geliştiriciler ve teknoloji liderleri
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