您将学习如何利用 Generative AI 进行代码生成、软件设计、Bug 检测、测试、优化和文档编写。您还将探索 AI 如何集成到 DevSecOps 和持续集成与持续部署(CI/CD)管道中,支持翻译、审查和安全,并加强软件交付。
您将考察 Large Language Model (LLM)、自然语言处理 (NLP) 和 prompt engineering,深入了解如何有效使用这些技术。此外,您还将了解用于扩展自主性的代理 AI 和 Retrieval-augmented Generation (RAG),并亲身体验改变开发人员与代码交互方式的振动编码工具和实践。您还将考虑道德和负责任的 AI 实践,以确保您以负责任的方式进行创新。
如果您渴望利用 GenAI 更快更好地构建软件,从而推动您的职业发展,请立即报名!
实验室 [选项 A - JavaScript]:使用 OpenAI 和 JavaScript 创建聊天机器人•30分钟
实验室 [选项 B - Python]:使用 OpenAI 和 Python 创建聊天机器人•30分钟
实验室 [选项 C - Java]:使用 OpenAI 和 Java 创建聊天机器人•20分钟
实验室:[选项 A - JavaScript]:软件开发的 prompt 工程•60分钟
实验室 [选项 B - Python]:软件开发的 prompt 工程•1分钟
实验室 [选项 C - Java]:软件开发的 prompt 工程•1分钟
8个插件•总计68分钟
成功完成课程的有用提示•3分钟
阅读使用 VSCode、Copilot 和 continue.dev 为 AI 设置软件开发环境•7分钟
阅读:软件开发中必不可少的 AI 生成工具•6分钟
阅读:Generative AI 中的 token•5分钟
实验室:双子座账户设置和 API 密钥生成•20分钟
实验室 [可选]:设置 OpenAI 账户和生成 API 密钥•20分钟
摘要和要点:用于软件开发的生成式 AI 基础知识•4分钟
Module 1 词汇表:软件开发中的生成式 AI 基础知识•3分钟
用于软件架构和代码生成的生成式 AI
第 2 单元•小时 后完成
单元详情
在本 Modulation 中,您将探索 Generative AI 如何支持软件架构、设计模式和代码生成。您将使用 AI 工具生成架构和设计图、根据需求创建 Database 模式、构建 Web 原型并排除编码问题。Modulation 强调使用 AI 辅助进行可扩展、可维护和高效软件设计的最佳实践。
涵盖的内容
8个视频3个作业4个应用程序项目10个插件
显示有关单元内容的信息
8个视频•总计39分钟
利用 AI 提供技术帮助、设计模式和架构•6分钟
专家观点:用于技术帮助和软件架构的 Gen AI•5分钟
演示:使用生成式 AI 生成图表•4分钟
使用生成式 AI 构建静态网站•6分钟
演示:使用 Teleport HQ 构建网络原型•5分钟
演示:使用 Vercel 的 V0 构建网络原型•4分钟
演示:使用克劳德代码编码•5分钟
演示:用于代码生成和故障排除的 GitHub Copilot•5分钟
3个作业•总计50分钟
分级测验:用于软件架构和代码生成的生成 AI•30分钟
练习测验:用于建筑、设计和原型制作的 AI 生成器•10分钟
练习测验:用于编码、原型设计和故障排除的 AI•10分钟
4个应用程序项目•总计62分钟
实验室 [选项 A - JavaScript]:获取给定代码问题的解决方案•45分钟
实验室 [选项 B - Python]:获取给定代码问题的解决方案•1分钟
实验室 [选项 C - Java]:获取给定代码问题的解决方案•1分钟
实验室使用生成式 AI 生成数据库设计•15分钟
10个插件•总计64分钟
阅读入门 IBM Generative AI 课堂•3分钟
活动:播客:AI 优先架构:为 GenAI 时代设计系统•5分钟
阅读:开发生成式人工智能软件的注意事项•6分钟
阅读使用生成式 AI 生成建筑和设计图•5分钟
阅读用于编码和开发的 AI•10分钟
阅读:用 Gen AI 管理遗留代码•4分钟
摘要和要点:用于软件架构和代码生成的生成式 AI•4分钟
Module 2 术语表:用于软件架构和代码生成的生成式 AI•2分钟
阅读:小抄:用于软件架构和代码生成的生成 AI•5分钟
阅读软件设计与开发的实用 Prompt•20分钟
软件开发工作流程的 AI 生成及其考虑因素
第 3 单元•小时 后完成
单元详情
在本 Module 中,您将学习如何将先进的 AI 技术集成到持续集成和部署(CI/CD)、安全、测试和文档工作流程中,从而使生成式 AI 转变为软件开发。您将获得使用 Docker 和 AI 驱动的测试用例生成、代码翻译和审查等实用工具的实践经验。此外,您还将探索将 AI 嵌入开发生命周期的基本注意事项,包括道德使用、安全性和最佳实践。为了支持您的学习,该 Modulation 还提供了一份简明的小抄,总结了 DevSecOps 和软件测试中与 Generative AI 相关的关键概念和工具,可作为快速参考,以增强您的工作流程。
涵盖的内容
9个视频3个作业11个应用程序项目5个插件
显示有关单元内容的信息
9个视频•总计55分钟
使用 AI 的 CI/CD 简介•8分钟
专家观点:面向 CI/CD 工具的 Gen AI•7分钟
演示:使用 Qodo 审查代码•5分钟
用于软件测试的生成式 AI•6分钟
针对软件安全的 AI 生成概念•6分钟
用于软件开发安全的流行生成式 AI 工具•7分钟
将生成式 AI 融入软件开发工作流程•6分钟
在软件开发中使用 Generative AI 的伦理考虑因素•4分钟
在软件开发中利用生成式 AI 进行创新•7分钟
3个作业•总计50分钟
分级测验:软件开发工作流程的 AI 生成及其注意事项•30分钟
实践测验:用于 DevSecOps 和测试的 AI 生成器•10分钟
练习测验:生成式人工智能的伦理考虑和局限性•10分钟
11个应用程序项目•总计216分钟
实验室 [选项 A - Javascript]:利用 Gen AI 优化 Dockerfile•30分钟
实验室 [选项 B - Python]:利用 Gen AI 优化 Dockerfile•1分钟
实验室 [选项 C - Java]:利用 Gen AI 优化 Dockerfile•1分钟
实验室 [选项 A - Javascript]:使用生成式 AI 审查代码•60分钟
实验室 [选项 B - Python]:使用生成式 AI 查看代码•1分钟
实验室 [选项 C - Java]:使用生成式 AI 查看代码•1分钟
实验室使用生成式 AI 为特定用例生成测试用例•30分钟
实验室 [选项 A - JavaScript]:使用生成式 AI 编写软件文档•45分钟
实验室 [选项 B - Python]:使用生成式 AI 编写软件文档•1分钟
实验室 [选项 C - Java]:使用生成式 AI 编写软件文档•1分钟
实验室:使用生成式 AI 翻译代码•45分钟
5个插件•总计27分钟
阅读:负责任地使用生成式人工智能的推荐做法•9分钟
活动:播客:你认为 Generative AI 可以取代人类的努力吗?•4分钟
播客摘要和要点:软件开发工作流程的 AI 生成及其注意事项•4分钟
Module 3 词汇表:软件开发工作流程的 AI 生成及其注意事项•5分钟
阅读:小抄:软件开发工作流程的 AI 生成及其注意事项•5分钟
Agentic AI 和 Vibe Code
第 4 单元•小时 后完成
单元详情
本 Module 将向您介绍人工智能代理和 vibe 编码的基础知识。了解什么是 AI 代理,如何使用 N8N 和 RAG 等框架构建它们,以及如何将 AI 代理与您的 Data 和 API 集成。您还将探索 AI 辅助编码方法,将这些方法与传统方法进行比较,并尝试使用 Cursor 和 Bolt 等工具。在本 Modulation 结束时,您将能够展示自己应用核心概念和实践的能力,从而使现代编码更具适应性和智能性。
涵盖的内容
11个视频1篇阅读材料3个作业1个应用程序项目5个插件
显示有关单元内容的信息
11个视频•总计76分钟
什么是 AI 代理?•12分钟
AI 代理的类型•10分钟
专家观点:人工智能的基石•8分钟
演示:使用 N8N•5分钟
RAG 解释•8分钟
什么是代理 RAG?•6分钟
AI 系统与传统 Code 的比较•8分钟
流行的 AI 代码工具和技术•7分钟
专家观点:振动编码•6分钟
演示:使用光标•4分钟
什么是 MCP?将 AI 代理与数据库和 API 相集成•4分钟
1篇阅读材料•总计2分钟
摘要和要点:人工智能的基石•2分钟
3个作业•总计50分钟
分级测验:Agentic AI 和 Vibe Code•30分钟
实践测验:人工智能的基石•10分钟
实践测验:Vibe Code•10分钟
1个应用程序项目•总计45分钟
使用 RAG、LangChain 和 LLM 总结私人文档•45分钟
5个插件•总计49分钟
阅读流行的代理人工智能框架•4分钟
阅读螺栓简介•5分钟
实验室:使用 Bolt.new 构建全 Stack 应用程序•30分钟
阅读:Vibe Code 的最佳实践•5分钟
Module 4 词汇表:Agentic AI 和 Vibe Code•5分钟
最终项目
第 5 单元•小时 后完成
单元详情
在最后一个 Modulation 模块中,您将通过参与一个综合项目来巩固所学知识,该项目要求您使用生成式 AI 为开发人员构建一个个性化学习平台。从组织方法的前期工作开始,在应用生成式 AI 模型在 CodeCraftHub 中创建自适应学习体验之前,您将详细探索项目的范围和目标。本 Modulation 以期末考试达到高潮,考试将评估您在软件开发场景中有效应用生成式 AI 概念的理解和能力,为实际实施做好准备。
涵盖的内容
3篇阅读材料1个作业6个应用程序项目5个插件
显示有关单元内容的信息
3篇阅读材料•总计6分钟
下一步探索 IBM Bob•1分钟
祝贺和下一步行动•3分钟
团队和致谢•2分钟
1个作业•总计45分钟
期末考试:Generative AI:提升你的软件开发职业生涯•45分钟
6个应用程序项目•总计316分钟
最终项目:提交和评估•15分钟
最终项目第 1 部分 [选项 A - JavaScript]:CodeCraftHub:为开发人员构建个性化学习•90分钟
最终项目第 1 部分 [选项 B - Python]:CodeCraftHub:为开发人员构建个性化学习•90分钟