Programa do Curso
Nível 1: A Caverna da Descoberta — Segredos dos Requisitos
Missão: Usar LLMs (ChatGPT) para extrair requisitos estruturados a partir de entradas vagas.
Atividades principais:
- Interpretar ideias de produtos ou solicitações de recursos ambíguas
-
Usar IA para:
- Gerar histórias de usuário e critérios de aceitação
- Sugerir personas e cenários
-
Gerar artefatos visuais (por exemplo, diagramas simples com Mermaid ou draw.io)
Resultado: Backlog estruturado de histórias de usuário + modelo de domínio inicial e visuais
Nível 2: A Forja do Design — Pergaminho do Arquiteto
Missão: Usar IA para criar e validar planos de arquitetura.
Atividades principais:
-
Usar IA para:
- Propor estilos de arquitetura (monolito, microsserviços, serverless)
- Gerar diagramas de componentes e interações em alto nível
- Criar a estrutura base das classes/módulos
-
Desafiar as escolhas uns dos outros por meio de revisões de design entre pares
Resultado: Arquitetura validada + esqueleto do código
Nível 3: A Arena de Código — Prova do Códex
Missão: Usar copilotos de IA para implementar recursos e melhorar o código.
Atividades principais:
- Usar GitHub Copilot ou ChatGPT para implementar a funcionalidade
-
Refatorar o código gerado pela IA para:
- Desempenho
- Segurança
- Manutenibilidade
-
Inserir "cheiros de código" e realizar desafios de limpeza entre pares
Resultado: Base de código funcional, refatorada e gerada por IA
Nível 4: O Pântano dos Bugs — Testando a Escuridão
Missão: Gerar e melhorar testes com IA, depois encontrar bugs no código dos outros.
Atividades principais:
-
Usar IA para gerar:
- Testes unitários
- Testes de integração
- Simulações de casos extremos
-
Trocar código com bugs com outra equipe para depuração assistida por IA
Resultado: Suíte de testes + relatório de bugs + correções dos bugs
Nível 5: Os Portais da Pipeline — Portão Automaton
Missão: Configurar pipelines de CI/CD inteligentes com assistência de IA.
Atividades principais:
-
Usar IA para:
- Definir fluxos de trabalho (por exemplo, GitHub Actions)
- Automatizar etapas de build, teste e deploy
-
Sugerir políticas de detecção de anomalias e rollback
Resultado: Script ou fluxo de CI/CD funcional e assistido por IA
Nível 6: A Cidadela de Monitoramento — Torre de Observação dos Logs
Missão: Analisar logs e usar ML para detectar anomalias e simular a recuperação.
Atividades principais:
- Analisar logs pré-populados ou gerados
-
Usar IA para:
- Identificar anomalias ou tendências de erros
- Sugerir respostas automatizadas (por exemplo, scripts de auto-recuperação, alertas)
-
Criar dashboards ou resumos visuais
Resultado: Plano de monitoramento ou mecanismo de alerta inteligente simulado
Nível Final: A Arena do Herói — Construa o SDLC Máximo com Suporte de IA
Missão: As equipes aplicam tudo o que aprenderam para construir um loop funcional do SDLC para um mini-projeto.
Atividades principais:
- Selecionar um mini-projeto da equipe (por exemplo, rastreador de bugs, chatbot, microsserviço)
-
Aplicar IA em cada fase do SDLC:
- Requisitos, Design, Código, Teste, Implantação, Monitoramento
- Apresentar os resultados em uma demonstração breve da equipe
Votação ou julgamento entre pares para a pipeline mais eficaz alimentada por IA
Resultado: Implementação do SDLC aprimorada com IA de ponta a ponta + apresentação da equipe
Ao final deste workshop, os participantes serão capazes de:
- Aplicar ferramentas de IA generativa para extrair e estruturar requisitos de software
- Gerar diagramas de arquitetura e validar escolhas de design usando IA
- Usar copilotos de IA para implementar e refatorar código em nível de produção
- Automatizar a geração de testes e realizar depuração assistida por IA
- Projetar pipelines de CI/CD inteligentes que detectam e reagem a anomalias
- Analisar logs com ferramentas de IA/ML para identificar riscos e simular auto-recuperação
- Demonstrar um SDLC totalmente aprimorado por IA por meio de um mini-projeto em equipe
Requisitos
Público-alvo: Desenvolvedores de software, testers, arquitetos, engenheiros DevOps, proprietários de produto
Os participantes devem ter:
- Um entendimento sólido do Ciclo de Vida do Desenvolvimento de Software (SDLC)
- Experiência prática em pelo menos uma linguagem de programação (por exemplo, Python, Java, JavaScript, C#, etc.)
-
Familiaridade com:
- Escrita e leitura de histórias de usuário ou requisitos
- Princípios básicos de design de software
- Controle de versão (por exemplo, Git)
- Escrita e execução de testes unitários
- Execução ou interpretação de pipelines de CI/CD
Este é um workshop de nível intermediário a avançado. É ideal para profissionais que já fazem parte de equipes de entrega de software (desenvolvedores, testers, engenheiros DevOps, arquitetos, proprietários de produto).
Testemunhos de Clientes (1)
Agora tenho conhecimento sobre a biblioteca Streamlit em Python e, com certeza, vou tentar usá-la para melhorar os aplicativos da minha equipe que são desenvolvidos no R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Máquina Traduzida
