Programa do Curso

Introdução ao Vibe Coding

  • Definição e história do vibe coding
  • Filosofia da colaboração “de prompt a código”
  • Como a codificação com IA difere do desenvolvimento tradicional

Modelos de Linguagem Grandes em Codificação

  • Visão geral de LLMs para desenvolvedores: GPT-4, DeepSeek, Qwen, Mistral
  • Comparação entre modelos de IA abertos e proprietários
  • Implementação de LLMs localmente ou via APIs

Engenharia de Prompts para Desenvolvedores

  • Prompting eficaz para geração e refatoração de código
  • Gerenciamento de contexto e manipulação do estado da conversa
  • Criação de modelos de prompt reutilizáveis para tarefas de codificação

Ambientes Práticos de Vibe Coding

  • Usando Replit para codificação colaborativa assistida por IA
  • Integrando GitHub Copilot e Qwen Coder em IDEs
  • Personalizando fluxos de trabalho para colaboração em equipe

Qualidade e Validação de Código nos Fluxos de Trabalho com 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 Corporativa e Governança

  • Escalando vibe coding em equipes
  • Governança, ética e conformidade com IA na geração de código
  • Projetando frameworks organizacionais para desenvolvimento assistido por IA

Tópicos Avançados: Ampliando o Vibe Coding

  • Combinando múltiplos LLMs para fluxos de trabalho híbridos de IA
  • Integrando vibe coding com automação CI/CD
  • Tendências futuras: ecossistemas de desenvolvimento multi-agentes

Projeto em Equipe e Colaboração

  • Projetando um projeto real de codificação assistida por IA
  • Colaborando com desenvolvedores humanos e de IA
  • Apresentando resultados e medindo ganhos de produtividade

Resumo e Próximos Passos

Requisitos

  • Compreensão de 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 técnicos supervisionando a adoção de IA em fluxos de trabalho de codificação
  • Equipes de desenvolvimento corporativas buscando integrar LLMs em pipelines de produção
 21 Horas

Número de participantes


Preço por participante

Declaração de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas