Entrar em Contato

Programa do Curso

Introdução ao Vibe Coding

  • Definição e história do vibe coding
  • Filosofia da colaboração "prompt-to-code" (de prompt para código)
  • Como a codificação com IA difere do desenvolvimento tradicional

Grandes Modelos de Linguagem na Codificação

  • Visão geral dos LLMs para desenvolvedores: GPT-4, DeepSeek, Qwen, Mistral
  • Comparação entre codificadores com IA de código aberto e proprietários
  • Implantação de LLMs localmente ou via APIs

Engenharia de Prompts para Desenvolvedores

  • Uso eficaz de prompts para gerar e refatorar código
  • Gerenciamento de contexto e tratamento do estado da conversa
  • Criação de modelos de prompts reutilizáveis para tarefas de codificação

Ambientes Práticos de Vibe Coding

  • Uso do Replit para codificação colaborativa com IA
  • Integração do GitHub Copilot e Qwen Coder em IDEs
  • Personalização de fluxos de trabalho para colaboração em equipe

Qualidade do Código e Validação nos Fluxos de Trabalho com IA

  • Revisão e teste de código gerado por LLMs
  • Garantir consistência, manutenibilidade e segurança
  • Integração de ferramentas de validação de código no fluxo de trabalho

Integração Empresarial e Governança

  • Escalonamento do vibe coding entre equipes
  • Governança de IA, ética e conformidade na geração de código
  • Desenho de estruturas organizacionais para desenvolvimento assistido por IA

Tópicos Avançados: Expandindo o Vibe Coding

  • Combinação de múltiplos LLMs para fluxos de trabalho híbridos com IA
  • Integração do vibe coding com automação de CI/CD
  • Tendências futuras: ecossistemas de desenvolvimento multiagente

Projeto em Equipe e Colaboração

  • Projeto prático de codificação assistida por IA do mundo real
  • Colaboração com desenvolvedores humanos e com IA
  • Apresentação dos resultados e medição dos ganhos de produtividade

Resumo e Próximos Passos

Requisitos

  • Compreensão dos fluxos de trabalho de desenvolvimento de software
  • Experiência com Python, JavaScript ou outra linguagem de programação moderna
  • Familiaridade com sistemas de controle de versão baseados em Git

Público-Alvo

  • Engenheiros de software explorando o desenvolvimento assistido por IA
  • Líderes de engenharia que supervisionam a adoção de IA nos fluxos de trabalho de codificação
  • Equipes de desenvolvimento empresarial que buscam integrar LLMs em pipelines de produção
 21 Horas

Número de participantes


Preço por participante

Testemunhos de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas