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 histórico do vibe coding
- Filosofia da colaboração "prompt-to-code"
- Como a codificação por 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
Engenharia de Prompts para Desenvolvedores
- Prompting eficaz para geração e refatoração de código
- Gestão de contexto e tratamento de estado de conversa
- Criação de modelos de prompts reutilizáveis para tarefas de codificação
Ambientes Práticos de Vibe Coding
- Utilização do Replit para codificação colaborativa com IA
- Integração de GitHub Copilot e Qwen Coder em IDEs
- Personalização de fluxos de trabalho para colaboração em equipe
Qualidade do Código e Validação em Fluxos de Trabalho de IA
- Revisão e testes de código gerado por LLMs
- Garantia de consistência, manutenibilidade e segurança
- Integração de ferramentas de validação de código no fluxo de trabalho
Integração Corporativa e Governança
- Escala do vibe coding entre equipes
- Governança de IA, ética e conformidade na geração de código
- Projetos de frameworks organizacionais para desenvolvimento assistido por IA
Tópicos Avançados: Estendendo o Vibe Coding
- Combinação de múltiplos LLMs para fluxos de trabalho híbridos de IA
- Integração do vibe coding com automação de CI/CD
- Tendências futuras: ecossistemas de desenvolvimento multiagente
Projeto de Equipe e Colaboração
- Projetos de um projeto de codificação assistido por IA do mundo real
- Colaboração com desenvolvedores humanos e de IA
- Apresentação de resultados e medição de ganhos de produtividade
Resumo e Próximos Passos
Requisitos
- Conhecimento 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 nos fluxos de trabalho de codificação
- Times de desenvolvimento corporativo 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