بررسی عمیق: افزایش بهرهوری توسعهدهندگان با هوش مصنوعی
✅ سرفصل و جزئیات آموزش
هوش مصنوعی پتانسیل عظیمی دارد و با سرعتی سرسامآور در حال پیشرفت است. یکی از حوزههایی که هوش مصنوعی در آن میدرخشد، کمک به افزایش بهرهوری شما به عنوان یک توسعهدهنده، چه در داخل و چه در خارج از Visual Studio است. در این دوره عمیق، که ادامه مباحث دوره مقدماتی مرتبط است، یاد خواهید گرفت که چگونه این کار را انجام دهید.
تمرکز این دوره بر GitHub Copilot است، اما سایر دستیارها و رویکردها نیز پوشش داده میشوند. شما چگونگی استفاده از آن را در انواع IDEها خواهید آموخت. یاد خواهید گرفت که چگونه این ابزار میتواند در نوشتن تستها، بهینهسازی کد، کامیت کردن کد، بررسی Pull Requestها و حتی کمک تکرارپذیر به پیادهسازی یک User Story با استفاده از Copilot Edits به شما کمک کند.
پس از آن، بخش قابل توجهی از دوره به ارزیابی مدلهای زبانی بزرگ (LLMs) اختصاص دارد: شما با Mistral Large ،Claude Sonnet، GPT4o و موارد دیگر آشنا خواهید شد. سپس از انواع LLMها برای آموزش تکنیکهای پیشرفته مهندسی پرامپت استفاده میشود تا نتایج بهتری دریافت کنید. بخش پایانی دوره در مورد اکستنشنها و ایجنتهای هوش مصنوعی است: یاد خواهید گرفت که چگونه ایجنت اختصاصی خود را بنویسید که با GitHub Copilot ادغام میشود.
بررسی عمیق: افزایش بهرهوری توسعهدهندگان با هوش مصنوعی
-
خوشآمدگویی 01:21
-
در این دوره چه چیزی یاد خواهید گرفت؟ 02:27
-
این دوره برای چه کسانی است و پیشنیازها چیست؟ 01:14
-
مقدمه 00:40
-
تعیین جایگاه GitHub Copilot 04:12
-
راهاندازی GitHub Copilot در VS Code 01:45
-
کار با GitHub Copilot در VS Code 09:46
-
راهاندازی GitHub Copilot در JetBrains Rider 02:13
-
کار با GitHub Copilot در JetBrains Rider 04:10
-
کار با GitHub Copilot در GitHub CLI 07:20
-
کار با GitHub Copilot در سایر IDEها 01:32
-
مرور بخش 02:20
-
مقدمه 01:13
-
آشنایی با کدبیس دمو 04:15
-
تستهای واحد، یکپارچگی و سرتاسری (E2E) 03:24
-
تولید داده ساختگی 13:58
-
تولید و اجرای تستهای واحد 10:52
-
تولید و اجرای تستهای یکپارچگی 15:43
-
کلاس WebApplicationFactory: تستهای یکپارچگی یا تستهای سرتاسری؟ 03:51
-
تولید و اجرای تستهای سرتاسری 08:03
-
تولید درخواستهای تست 01:27
-
مرور بخش 00:49
-
مقدمه 00:46
-
بهبود کدبیس شما 09:23
-
کار با قابلیت Copilot Edits 07:58
-
مرور بخش 01:01
-
مقدمه 00:32
-
کامیت کردن کد و ایجاد Pull Request در Visual Studio 05:11
-
ایجاد Pull Request در GitHub 06:54
-
مرور بخش 01:04
-
مقدمه 00:42
-
مدلهای LLM، از عمومی تا تخصصی 08:14
-
نحوه رتبهبندی LLMها 10:16
-
آیا باید خودتان بنچمارکها را اجرا کنید؟ 01:15
-
مقایسه LLMهای محبوب 05:45
-
ارزیابی ChatGPT (GPT4o) برای توسعه 06:46
-
ارزیابی Mistral (Mistral Large) برای توسعه 06:04
-
ارزیابی Claude (Sonnet) برای توسعه 06:25
-
ادغام Claude در IDE شما 06:41
-
ارزیابی Amazon Q Developer برای توسعه 09:54
-
یکپارچهسازی با LLMها از طریق کد 02:05
-
مرور بخش 02:37
-
مقدمه 00:37
-
پرامپتها، مهندسی پرامپت و مشکل اصطلاحات 04:41
-
دستکاری پرامپتهای سیستمی LLM 04:46
-
پرامپت نویسی Zero-shot ،One-shot و Few-shot 06:23
-
پرامپت نویسی وزندار 03:08
-
پرامپت نویسی زنجیره فکر (CoT) 04:03
-
پرامپت نویسی استدلال و اقدام (ReAct) 04:39
-
پرامپت نویسی RAG (تولید بازیابیافزوده) 02:03
-
مرور بخش 03:23
-
مقدمه 01:18
-
درباره ایجنتهای هوش مصنوعی و اکستنشنها 01:58
-
کشف اکستنشنها 02:37
-
نصب و استفاده از یک اکستنشن 02:39
-
ایجاد یک ایجنت هوش مصنوعی با پشتیبانی از پرامپت نویسی RAG 04:28
-
ایجاد یک ایجنت هوش مصنوعی سفارشی: زیرساخت 15:26
-
ایجاد یک ایجنت هوش مصنوعی سفارشی: پیادهسازی 19:08
-
ایجاد یک ایجنت هوش مصنوعی سفارشی: محکمکاری پیادهسازی 10:02
-
مرور بخش 01:41
مشخصات آموزش
بررسی عمیق: افزایش بهرهوری توسعهدهندگان با هوش مصنوعی
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:Deep Dive
- تعداد درس:60
- مدت زمان :40:55:00
- حجم :1.39GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy