Курс AI Skills для початківців в Києві

Огляд можливостей штучного інтелекту, як вони використовуються в роботі розробників:

- Що таке ШІ і які типи бувають: Вступ до генеративного штучного інтелекту (ШІ), машинного навчання, нейронних мереж, LLM (Language Learning Models).

- Машинне навчання, нейронні мережі, LLM: Огляд різних типів ШІ, зокрема, глибинного навчання та моделей, які використовуються для генерації тексту (наприклад, GPT, BERT, ідеї трансформерів).

- Вступ до генеративного ШІ: Як працюють генеративні моделі, як їх навчати та застосовувати.

- Реальні приклади застосування ШІ в програмуванні: Показ використання ШІ в реальних проєктах, автоматизація процесу кодування, створення тестів, документації.

- Принципи роботи LLM: Як працюють великі мовні моделі (LLM), їх параметри, токени, етапи навчання, що таке "training data" і як воно впливає на кінцевий результат.

- Робота з Copilot, ChatGPT, Gemini, CodeLLaMA: Як ці моделі використовуються в процесі розробки програмного забезпечення, переваги та обмеження при роботі з ними.

Опис ефективних методів програмування та роботи з ШІ:

- Основи ефективного програмування з ШІ: Як правильно взаємодіяти з ШІ в процесі написання коду, забезпечення зрозумілості та ефективності запитів.

- Практика програмування разом із ШІ: Як ШІ допомагає в реальному кодуванні — від автозаповнення та генерації методів до редагування й рефакторингу коду.

- Як змінюється стиль роботи з ШІ: Різниця між традиційним програмуванням і роботою в тандемі з ШІ, зокрема через використання інструментів, таких як Copilot, ChatGPT, Codex.

- Робота з Copilot, ChatGPT, Codex, Tabnine: Як ці інструменти можуть допомогти не лише в написанні коду, але й у відлагодженні, рефакторингу, а також у генерації функцій і класів.

- Автоматизація кодування та редагування: Як ШІ допомагає в рефакторингу коду, покращенні читабельності, перевірці помилок, оптимізації алгоритмів і підвищенні продуктивності.

Як використовувати ШІ для тестування, документації та інтеграції з API:

- Як ШІ допомагає створювати автоматичні тести: Генерація unit-тестів за допомогою моделей, таких як NUnit, xUnit, Jest. Як ШІ може писати тести, покривати різні кейси та забезпечувати більш стабільне й якісне тестування.

- Генерація тестів за допомогою ШІ: Автоматичне створення mock-об'єктів для тестування, генерація методів тестування на основі описів функцій і класів.

- Автоматичне створення документації: Як ШІ може генерувати документацію для коду: README-файли, XML-документація, автоматичне описання функцій, створення unit-тестів і специфікацій.

- API LLM у вашій роботі: Як інтегрувати API від LLM у свої проекти. Як підключити OpenAI API до C#-проектів або використовувати інші API для генерації коду чи документування.

- Технічні аспекти інтеграції LLM API: Як підключити API LLM до проектів, як використовувати бібліотеки для роботи з API, які запити робити, щоб отримати найкращі результати.

- Інтеграція в інші сервіси і використання обмежень API: Важливі питання щодо масштабованості та безпеки при роботі з API, обмеження та способи уникнення лімітів.