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.
Duração 21 horas
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 de LLMs para desenvolvedores: GPT-4, DeepSeek, Qwen, Mistral
- Comparação entre codificadores de IA de código aberto e proprietários
- Implantação de LLMs localmente ou via APIs
Prompt Engineering para Desenvolvedores
- Prompting eficaz para geração e refatoração de código
- Gestão 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 em Fluxos de IA
- Revisão e teste de código gerado por LLMs
- Garantia de consistência, manutenibilidade e segurança
- Integração de ferramentas de validação de código no fluxo de trabalho
Integração Empresarial e Governança
- Escala do vibe coding entre equipes
- Governança de IA, ética e conformidade na geração de código
- Projetando estruturas organizacionais para desenvolvimento assistido por IA
Tópicos Avançados: Estendendo o Vibe Coding
- Combinação de múltiplos LLMs para fluxos de IA híbridos
- Integração do vibe coding com automação de CI/CD
- Tendências futuras: ecossistemas de desenvolvimento multiagente
Projeto de Equipe e Colaboração
- Projeto de uma tarefa real de codificação assistida por IA
- Colaboração com desenvolvedores humanos e de IA
- Apresentação de resultados e medição de 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 supervisionando a adoção de IA em fluxos de codificação
- Equipes de desenvolvimento empresarial que buscam integrar LLMs em pipelines de produção
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