Курс AI Skills для начинающих в Киеве

Обзор возможностей искусственного интеллекта, как они используются в работе разработчиков:

- Что такое ИИ и какие типы бывают: Введение в генеративный искусственный интеллект (ИИ), машинное обучение, нейронные сети, LLM (Language Learning Models).

- Машинное обучение, нейронные сети, LLM: Обзор различных типов ИИ, в том числе глубокого обучения и моделей, которые используются для генерации текста (например, GPT, BERT, идеи трансформеров).

- Введение в генеративный ИИ: Как работают генеративные модели, как их обучать и применять.

- Реальные примеры применения ИИ в программировании: Показ использования ИИ в реальных проектах, автоматизация процесса кодирования, создание тестов, документации.

- Принципы работы LLM: Как работают большие языковые модели (LLM), их параметры, токены, этапы обучения, что такое "training data" и как оно влияет на конечный результат.

- Работа с Copilot, ChatGPT, Gemini, CodeLLaMA: Как эти модели используются в процессе разработки программного обеспечения, преимущества и ограничения при работе с ними.

Описание эффективных методов программирования и работы с ИИ:

- Основы эффективного программирования с ИИ: Как правильно взаимодействовать с ИИ в процессе написания кода, обеспечение понятности и эффективности запросов.

- Практика программирования вместе с ИИ: Как ИИ помогает в реальном кодировании — от автозаполнения и генерации методов до редактирования и рефакторинга кода.

- Как меняется стиль работы с ИИ: Разница между традиционным программированием и работой в тандеме с ИИ, в частности через использование инструментов, таких как Copilot, ChatGPT, Codex.

- Работа с Copilot, ChatGPT, Codex, Tabnine: Как эти инструменты могут помочь не только в написании кода, но и в отладке, рефакторинге, а также в генерации функций и классов.

- Автоматизация кодирования и редактирование: Как ИИ помогает в рефакторинге кода, улучшении читаемости, проверке ошибок, оптимизации алгоритмов и повышении производительности.

Как использовать ИИ для тестирования, документации и интеграции с API:

- Как ИИ помогает создавать автоматические тесты: Генерация unit-тестов с помощью моделей, таких как NUnit, xUnit, Jest. Как ИИ может писать тесты, покрывать разные кейсы и обеспечивать более стабильное и качественное тестирование.

- Генерация тестов с помощью ИИ: Автоматическое создание mock-объектов для тестирования, генерация методов тестирования на основе описаний функций и классов.

- Автоматическое создание документации: Как ИИ может генерировать документацию для кода: README-файлы, XML-документация, автоматическое описание функций, создание unit-тестов и спецификаций.

- API LLM в вашей работе: Как интегрировать API от LLM в свои проекты. Как подключить OpenAI API к C#-проектам или использовать другие API для генерации кода или документирования.

- Технические аспекты интеграции LLM API: Как подключить API LLM к проектам, как использовать библиотеки для работы с API, какие запросы делать, чтобы получить лучшие результаты.

- Интеграция в другие сервисы и использование ограничений API: Важные вопросы по масштабируемости и безопасности при работе с API, ограничения и способы их обхода.