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 analizleri için prompt stratejileri
- Yabancı kod tabanları ve projelerle çalışma
- Kontrol akışını, bağımlılıkları ve mimariyi analiz etme
Bakım Kolaylığı İçin Kod Yeniden Yapılandırma
- Koku kodlarını (code smells), ölü kodu ve anti-desenleri belirleme
- Açıklık için fonksiyon ve modülleri yeniden yapılandırma
- Adlandırma kuralları ve tasarım iyileştirmeleri için LLM önerileri kullanma
Performans ve Güvenilirliği İyileştirme
- Yapay zeka desteğiyle verimsizlik ve güvenlik risklerini tespit etme
- Daha verimli algoritmalar veya kütüphaneler önerme
- Giriş/Çıkış (I/O) işlemlerini, veritabanı sorgularını ve API çağrılarını yeniden yapılandırma
Kod Dokümantasyonunu Otomatize Etme
- Fonksiyon/metot seviyesinde yorum ve özetler oluşturma
- Kod tabanından README dosyaları yazma ve güncelleme
- LLM desteğiyle Swagger/OpenAPI dokümanları oluşturma
Araç Zincirleriyle Entegrasyon
- Dokümantasyon için VS Code eklentilerini ve Copilot Labs'ı kullanma
- Git ön-iletim (pre-commit) kanca (hooks) içine GPT veya Claude entegre etme
- Dokümantasyon ve linting için CI hattı entegrasyonu
Miras ve Çok Dilli Kod Tabanlarıyla Çalışma
- Eski veya dokümante edilmemiş sistemleri tersine mühendislik yapma
- Diller arası yeniden yapılandırma (örn., Python'dan TypeScript'e)
- Vaka çalışmaları ve AI eşli programlama (pair-AI programming) demoları
Etik, Kalite Güvence ve İnceleme
- Yapay zeka tarafından üretilen değişiklikleri doğrulama ve halüsinasyonlardan kaçınma
- LLM kullanırken akran incelemesi en iyi uygulamaları
- Tutarlılığı (reproducibility) ve kodlama standartlarına uyumu sağlama
Özet ve Sonraki Adımlar
Kurs İçin Gerekli Önbilgiler
- Python, Java veya JavaScript gibi programlama dilleriyle deneyim
- Yazılım mimarisi ve kod inceleme süreçlerine aşinalık
- Büyük dil modellerinin işleyişi hakkında temel bilgi
Hedef Kitle
- Backend mühendisleri
- DevOps ekipleri
- Senior geliştiriciler ve teknik liderler
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