Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Durata 7 ore
Schița de curs
Bunele Practici și Instrumente
Piute de Aplicare Comune și Strategii de Mitigare
Introducere în Prompt Engineering
Rafinarea Prompturilor și Designul Iterativ
Prompting pentru Automatizarea Testelor și Generarea SQL
Rezumat și Pași Următori
Utilizarea Prompturilor pentru Explicarea și Depanarea Codului
Redactarea Prompturilor pentru Generarea de Cod
- Evitarea codului halucinat sau a vulnerabilităților de securitate
- Înțelegerea intrărilor incomplete sau ambigue
- Crearea de prompturi de rezervă sigure și de guardrails
- Crearea cazurilor de test din cerințe sau din cod
- Generarea interogărilor SQL structurate din limbaj natural
- Formatarea output-urilor pentru integrarea în suite-uri de test
- Explicarea codului legacy sau necunoscut
- Prompting pentru parcurgerea logicii sau analiza cazurilor limită
- Găsirea și explicarea bug-urilor sau a ineficiențelor
- Generarea de cod din descrieri în limbaj simplu
- Controlul formatului output-ului și al limbajului de programare
- Lucrul cu logica complexă sau cu mai multe funcții
- Îmbunătățirea rezultatelor prin prompt chaining și bucle de feedback
- Recuperarea la erori și strategii de ajustare a prompturilor
- Cazuri de studiu privind rafinarea pentru task-uri tehnice
- Biblioteci de prompturi și modele de reutilizare
- Utilizarea prompt templates în VS Code sau în fluxuri de lucru bazate pe API
- Evaluarea calității și performanței prompturilor în utilizarea în producție
- Înțelegerea prompturilor, contextului, token-urilor și a modelurilor
- Tipuri de prompturi: zero-shot, one-shot, few-shot
- Utilizarea instrucțiunilor de sistem față de cele ale utilizatorului în diferite API-uri
Cerințe
Public-Țintă
- Dezvoltatori care utilizează LLM-uri în generarea sau analiza codului
- Conducători tehnici care explorează instrumente AI în fluxurile de lucru
- Profesioniști în software care experimentează cu integrări LLM
- Experiență în dezvoltare software sau scripting
- Familiaritate cu limbaje de programare comune (de ex., Python, JavaScript, SQL)
- Înțelegere de bază a modelurilor de limbaj mari și a instrumentelor AI precum ChatGPT, Claude sau Copilot
Mărturii (1)
Am dobândit cunoștințe despre biblioteca Streamlit din Python și cu siguranță voi încerca să o folosesc pentru a îmbunătăți aplicațiile din echipa mea, care sunt realizate în R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curs - GitHub Copilot for Developers
Tradus de catre o masina