Plan du cours

Comprendre le Code avec des LLM (Large Language Models)

  • Stratégies de formulation pour expliquer et passer en revue le code
  • Travailler avec des bases de code et des projets inconnus
  • Analyser les flux de contrôle, les dépendances et l'architecture

Réfacturation du Code pour une Maintenabilité

  • Identifier les odeurs de code, le code mort et les anti-modèles
  • Restructurer les fonctions et les modules pour plus de clarté
  • Utiliser des LLM pour suggérer des conventions de nommage et des améliorations de conception

Améliorer la Performance et la Fiabilité

  • Détecter les inefficacités et les risques de sécurité avec l'aide d'IA
  • Suggérer des algorithmes ou des bibliothèques plus efficaces
  • Réfacturer les opérations I/O, les requêtes de base de données et les appels API

Automatisation du Code Documentation

  • Générer des commentaires et des résumés au niveau des fonctions/méthodes
  • Rédiger et mettre à jour les fichiers README à partir des bases de code
  • Créer Swagger/OpenAPI docs avec le soutien des LLM

Intégration avec des Chaînes d'Outils

  • Utiliser des extensions VS Code et Copilot Labs pour la documentation
  • Incorporer GPT ou Claude dans les hooks Git pré-commit
  • Intégration de pipelines CI pour la documentation et le linting

Travailler avec des Bases de Code Légacy et Multilingues

  • Développer en arrière des systèmes plus anciens ou non documentés
  • Réfacturation interlangages (par exemple, de Python à TypeScript)
  • Cas d'études et démonstrations de programmation en duo avec IA

Éthique, Assurance Qualité et Revue

  • Vérifier les changements générés par l'IA et éviter les erreurs
  • Meilleures pratiques pour la revue entre pairs lors de l'utilisation des LLM
  • S'assurer de la reproductibilité et de la conformité aux normes de codage

Récapitulatif et Étapes Suivantes

Pré requis

  • Expérience avec des langages de programmation tels que Python, Java ou JavaScript
  • Familiarité avec l'architecture logicielle et les processus de revue de code
  • Compréhension de base du fonctionnement des grands modèles linguistiques

Cible

  • Ingénieurs backend
  • Équipes DevOps
  • Développeurs seniors et chefs de projet technique
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires