آموزش GH-300: یادگیری Github Copilot - راهنمای کامل آمادگی برای آزمون
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- استفاده با اطمینان از GitHub Copilot در VS Code، شامل تکمیل کد، چت درونخطی، اقدامات هوشمند و موارد دیگر
- درک Responsible AI: خطرات، محدودیتها، آسیبهای احتمالی generative AI و چگونگی استفاده اخلاقی و ایمن از ابزارهای هوش مصنوعی
- توضیح چگونگی مدیریت داده توسط GitHub Copilot، شامل پایپلاینهای داده، حریم خصوصی، گزینههای پیکربندی و مدیریت کانتکست
- یادگیری مهندسی پرامپت برای دریافت پیشنهادات کد بهتر، خودکارسازی تسک های تکراری و استفاده مؤثر از Copilot در موارد استفاده واقعی
- ساخت یک اپلیکیشن ماشینحساب کامل با هوش مصنوعی از ابتدا با استفاده از GitHub Copilot برای کدنویسی، بازآرایی، نوشتن تستها و مستندسازی جهت ارتقای مهارتهایتان
پیشنیازهای دوره
- درک اولیه از مفاهیم برنامهنویسی.
- هیچ تجربهای با GitHub Copilot نیاز نیست.
توضیحات دوره
این دوره مسیری عملی و گامبهگام برای استفاده ایمن و مؤثر از GitHub Copilot در توسعه واقعی به شما ارائه میدهد. شما درباره Responsible AI)، چگونگی کارکرد و مدیریت دادهها توسط GitHub Copilot و چگونگی راهاندازی و استفاده از آن در وظایف مختلف کدنویسی خواهید آموخت.
از طریق ماژولهای متمرکز بر مهندسی پرامپت، تست، اصول حریم خصوصی و موارد استفاده واقعی توسعهدهندگان، خواهید دید که چگونه Copilot را در چرخه کامل توسعه خود ادغام کنید.
شما با ساخت و تست یک وب اپلیکیشن کامل با GitHub Copilot کار را به پایان میرسانید تا بتوانید آنچه آموختهاید را بلافاصله به کار ببرید.
در این دوره چه چیزی وجود دارد؟
- Responsible AI – مفاهیم هوش مصنوعی مسئولانه، خطرات، محدودیتها، استفاده اخلاقی و چگونگی اعتبارسنجی و کاهش مسائل هنگام کار با generative AI را توضیح میدهد.
- پلنها و ویژگیهای GitHub Copilot – پلنهای GitHub Copilot، حریم خصوصی، راهاندازی در VS Code، ویژگیهای اصلی مانند تکمیل کد و حالتهای چت و چگونگی استفاده از آنها در تسک های واقعی کدنویسی را نشان میدهد.
- چگونگی کارکرد و مدیریت دادهها توسط GitHub Copilot – چرخه عمر پایپلاین داده، چگونگی پردازش و استفاده Copilot از دادهها و محدودیتهای اصلی Copilot و سایر LLMها را پوشش میدهد.
- ساخت پرامپت و مهندسی پرامپت – به شما میآموزد که مهندسی پرامپت چیست، کانتکست و تاریخچه چت چگونه کار میکنند و چگونه پرامپتهای مؤثر و فایلهای پرامپت برای نتایج بهتر طراحی کنید.
- موارد استفاده توسعهدهندگان از هوش مصنوعی – موارد استفاده عملی Copilot مانند یادگیری زبانهای جدید، دیباگ کردن، بازآرایی، مدیریت SDLC، مستندسازی و درک محدودیتها و تأثیر آن بر بهرهوری را نشان میدهد.
- تست با GitHub Copilot – شما را در استفاده از Copilot برای افزودن تستها، یافتن موارد مرزی، پیکربندی گزینههای حریم خصوصی و ایجاد و استفاده از دستورالعملهای سفارشی و قالبها راهنمایی میکند.
- اصول حریم خصوصی و استثنائات کانتکست – چگونگی ارتقای کیفیت و امنیت کد با Copilot، مدیریت استثنائات محتوا، استفاده از محافظها و عیبیابی مسائل را معرفی میکند.
- جلسه تمرینی: ساخت ماشینحساب با GitHub Copilot – شما را در برنامهریزی، ساخت، استایلدهی، تست و مستندسازی یک برنامه ماشینحساب با استفاده از پرامپتها، ویژگیهای Copilot و بهترین روشها راهنمایی میکند.
این دوره شامل موارد زیر است
- تئوری و عمل: درسهایی با مثالهای عملی فراوان (مدت زمان دروس 3 تا 10 دقیقه).
- منابع قابل دانلود: ممکن است شامل راهنماهای PDF، فایلهای پروژه و مثالهای عملی برای یادگیری تجربی باشد.
- مثالهای سورس کد: دسترسی کامل به سورس کد تمام پروژهها و تمرینها (تمرین به صورت انفرادی).
همین امروز به دوره بپیوندید تا یاد بگیرید چگونه اولین اپلیکیشن خود را در React بسازید!
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان و مهندسان نرمافزار که میخواهند بهرهوری خود را با ابزارهای هوش مصنوعی افزایش دهند.
- تسترها، رهبران فنی و مدیران مهندسی که میخواهند توسعه، تست و مدیریت SDLC با کمک هوش مصنوعی را درک کنند.
- تیمها و فریلنسرهایی که میخواهند کدنویسی با کمک هوش مصنوعی را به گردش کارهای روزانه خود اضافه کنند.
- دانشجویان و مبتدیانی که میخواهند GitHub Copilot را از ابتدا یاد بگیرند.
- هر کسی که کنجکاو است بداند چگونه از GitHub Copilot در پروژههای واقعی استفاده کند.
آموزش GH-300: یادگیری Github Copilot - راهنمای کامل آمادگی برای آزمون
-
خوشآمدگویی به دوره 01:39
-
چگونگی مطالعه در یودمی (Udemy) 02:15
-
هوش Responsible AI چیست؟ 02:58
-
خطرات مرتبط با استفاده از هوش مصنوعی 04:48
-
محدودیتهای استفاده از ابزارهای Generative AI 04:55
-
نیاز به اعتبارسنجی خروجی ابزارهای هوش مصنوعی 04:56
-
چگونه Responsible AI را به کار گیریم؟ 03:34
-
آسیبهای احتمالی Generative AI 05:31
-
نحوه کاهش وقوع آسیبهای احتمالی 05:34
-
توضیح هوش مصنوعی اخلاقی 02:55
-
بررسی سریع دانش None
-
مروری بر GitHub Copilot 05:08
-
پلنهای پرداخت و محدودیتهای GitHub Copilot 07:59
-
درک حریم خصوصی داده در GitHub Copilot 05:36
-
راهاندازی GitHub Copilot و VS Code 04:51
-
شروع سریع با GitHub Copilot در VS Code 08:19
-
اطلاعات بیشتر درباره تکمیل کد 08:42
-
استفاده از چت درونخطی برای ویرایشگر و ترمینال 03:37
-
اقدامات هوشمند در GitHub Copilot 07:03
-
استفاده از رابط چت GitHub Copilot 07:08
-
استفاده از چت Copilot – حالت پرسش 06:23
-
ویرایش کد با Copilot – حالت ویرایش 07:33
-
خودکارسازی وظایف با Copilot – حالت ایجنت 10:54
-
استفاده از کانتکست چت برای پاسخهای بهتر 13:24
-
چگونگی کارکرد ایندکس کردن فضای کاری در Copilot 05:00
-
مدیریت فایلهای نادیده گرفته شده در Copilot با .gitignore 04:28
-
بررسی سریع دانش None
-
چرخه عمر پایپلاین داده پیشنهادات کد GitHub Copilot در IDE 04:34
-
چگونگی مدیریت داده توسط GitHub Copilot 06:07
-
محدودیتهای GitHub Copilot (و به طور کلی LLMها) 04:27
-
بررسی سریع دانش None
-
مهندسی پرامپت چیست؟ 04:54
-
چگونه کانتکست پرامپت تعیین میشود؟ 04:45
-
گزینههای زبانی برای پرامپت دادن به GitHub Copilot 03:24
-
بخشهای مختلف یک پرامپت 02:34
-
نقش پرامپتینگ 02:32
-
تفاوت بین پرامپتینگ Zero-shot و Few-shot 03:42
-
چگونه از تاریخچه چت در GitHub Copilot استفاده میشود؟ 03:28
-
بهترین شیوه های ساخت پرامپت هنگام استفاده از GitHub Copilot 04:10
-
اصول مهندسی پرامپت، روشهای آموزش، بهترین روشها 06:07
-
جریان فرآیند پرامپت 06:40
-
درک فایلهای پرامپت برای وظایف تکراری 03:01
-
ایجاد فایلهای پرامپت خودتان 06:08
-
مروری بر فایلهای پرامپت محبوب جامعه 05:52
-
بررسی سریع دانش None
-
چرا باید از Github Copilot استفاده کنید 01:02
-
موارد استفاده محبوب GitHub Copilot برای توسعهدهندگان 07:18
-
یادگیری زبانهای برنامهنویسی و فریمورکهای جدید 03:22
-
ترجمه زبان 03:17
-
تعویض کانتکست 03:18
-
نوشتن مستندات 02:20
-
پاسخهای شخصیسازی شده و آگاه از کانتکست 04:54
-
تولید دادههای نمونه 02:26
-
مدرنسازی اپلیکیشن های قدیمی 02:33
-
دیباگ کردن کد 02:55
-
علم داده 03:48
-
بازآرایی کد= 02:53
-
چگونه GitHub Copilot میتواند به مدیریت چرخه عمر توسعه نرمافزار (SDLC) کمک کند؟ 08:05
-
محدودیتهای استفاده از GitHub Copilot 05:55
-
چگونگی استفاده از API بهرهوری برای مشاهده تأثیر GitHub Copilot بر کدنویسی 05:30
-
بررسی سریع دانش None
-
چگونگی افزودن تستهای واحد، تستهای یکپارچگی و سایر انواع تست به کد 14:17
-
چگونگی شناسایی موارد مرزی و پیشنهاد تست برای رفع آنها 04:28
-
SKUهای مختلف و ملاحظات حریم خصوصی برای GitHub Copilot 05:55
-
گزینههای مختلف پیکربندی پیشنهاد کد در سطح سازمان 02:57
-
توضیح دستورالعملهای سفارشی در Copilot 04:11
-
ایجاد دستورالعملهای سفارشی خودتان 06:17
-
مروری بر دستورالعملهای سفارشی محبوب جامعه 10:47
-
بررسی سریع دانش None
-
مقدمهای بر اولین پروژه Copilot شما 02:05
-
مروری بر اپلیکیشن - ببینید چه چیزی خواهیم ساخت 03:28
-
رویکردهای محبوب برای ساخت اپلیکیشن با Copilot 06:22
-
ایجاد برنامه توسعه برای Copilot 07:46
-
ساخت برنامه ماشینحساب از روی برنامه 08:33
-
استایلدهی به ماشینحساب برای ظاهری مدرن 07:58
-
افزودن محدودیتهای ورودی و فرمتبندی هزارگان 09:15
-
جایگزینی منطق سفارشی با یک کتابخانه فرمتبندی 06:30
-
نوشتن و اجرای تستهای واحد با Copilot 11:37
-
تولید مستندات پروژه با هوش مصنوعی 03:20
-
نحوه ثبت نظر 01:17
-
نحوه دریافت گواهینامه 00:57
مشخصات آموزش
آموزش GH-300: یادگیری Github Copilot - راهنمای کامل آمادگی برای آزمون
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:81
- مدت زمان :06:43:04
- حجم :3.18GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy