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.
Eğitim İçeriği
LLM'ler ile Kodu Anlamak
- Kod açıklaması ve incelemesi için ipucu stratejileri
- Tanımadıkları kod tabanları ve projelerle çalışma
- Kontrol akışını, bağımlılıkları ve mimariyi analiz etmek
Bakım Açısından Kodu Refactor Etmek
- Kod kokularını, ölü kodu ve anti-paternleri belirlemek
- Fonksiyonları ve modülleri netlik için yeniden yapılandırmak
- İsimlendirme standartları ve tasarım iyileştirmeleri önermek için LLM'leri kullanmak
Performans ve Güvenilirliği İyileştirmek
- Yapay zeka yardımıyla verimsizlikleri ve güvenlik risklerini tespit etmek
- Daha verimli algoritmalar veya kütüphaneler önermek
- G/Ç işlemlerini, veritabanı sorgularını ve API çağrılarını refactor etmek
Kod Dokümantasyonunu Otomatikleştirmek
- Fonksiyon/yöntem düzeyinde yorumlar ve özetler oluşturmak
- Kod tabanlarından README dosyaları yazmak ve güncellemek
- LLM desteğiyle Swagger/OpenAPI dokümanları oluşturmak
Araç Zincirleriyle Entegrasyon
- Dokümantasyon için VS Code uzantılarını ve Copilot Labs'i kullanmak
- GPT veya Claude'u Git pre-commit hooklarına entegre etmek
- Dokümantasyon ve linting için CI pipeline entegrasyonu
Miras ve Çok Dilli Kod Tabanlarıyla Çalışmak
- Eski veya dokümante edilmemiş sistemlerin tersine mühendisliğini yapmak
- Çok dilli refactoring (örneğin Python'dan TypeScript'e)
- Vaka çalışmaları ve çift-AI programlama demosu
Etikler, Kalite Güvencesi ve İnceleme
- Yapay zeka tarafından oluşturulan değişiklikleri doğrulamak ve halüsinasyonlardan kaçınmak
- LLM'leri kullanırken en iyi peer inceleme uygulamaları
- Kod standartlarına uyumluluğu sağlamak
Özet ve Sonraki Adımlar
Kurs İçin Gerekli Önbilgiler
- Python, Java veya JavaScript gibi programlama dillerinde deneyim
- Yazılım mimarisi ve kod inceleme süreçleri hakkında aşinalık
- Büyük dil modellerinin nasıl çalıştığına dair temel anlayış
Hedef Kitle
- Backend mühendisleri
- DevOps ekipleri
- Kıdemli geliştiriciler ve teknik liderler
14 Saatler
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