Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Compreendendo o Código com LLMs
- Estratégias de prompt para explicação de código e demonstrações passo a passo.
- Trabalhando com bases de código e projetos desconhecidos.
- Analisando fluxo de controle, dependências e arquitetura.
Refatorando o Código para Manutenibilidade
- Identificando code smells, código morto e anti-padrões.
- Reestruturando funções e módulos para maior clareza.
- Utilizando LLMs para sugerir convenções de nomenclatura e melhorias no design.
Melhorando Desempenho e Confiabilidade
- Detectando ineficiências e riscos de segurança com assistência de IA.
- Sugerindo algoritmos ou bibliotecas mais eficientes.
- Refatorando operações de E/S, consultas de banco de dados e chamadas de API.
Automatizando a Documentação do Código
- Gerando comentários e resumos no nível da função/método.
- Escrevendo e atualizando arquivos README a partir das bases de código.
- Criando documentação Swagger/OpenAPI com suporte de LLMs.
Integração com Ferramentas
- Usando extensões do VS Code e Copilot Labs para documentação.
- Incorporando GPT ou Claude em hooks pré-commit do Git.
- Integração de pipelines de CI para documentação e linting.
Trabalhando com Bases de Código Legadas e Multilinguagem
- Engenharia reversa de sistemas antigos ou sem documentação.
- Refatoração entre linguagens (por exemplo, de Python para TypeScript).
- Estudos de caso e demonstrações de programação com IA em pareamento.
Ética, Garantia de Qualidade e Revisão
- Validando alterações geradas por IA e evitando alucinações.
- Melhores práticas de revisão por pares ao usar LLMs.
- Garantindo reprodutibilidade e conformidade com os padrões de codificação.
Resumo e Próximos Passos
Requisitos
- Experiência com linguagens de programação como Python, Java ou JavaScript.
- Familiaridade com arquitetura de software e processos de revisão de código.
- Conhecimento básico de como os grandes modelos de linguagem funcionam.
Público-Alvo
- Engenheiros de backend.
- Equipes de DevOps.
- Desenvolvedores seniores e líderes técnicos.
14 Horas
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