بازآفرینی چرخه عمر توسعه نرمافزار (SDLC) با هوش مصنوعی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک چارچوب چرخه عمر توسعه نرمافزار (SDLC) و زمینهی امروزی آن در کنار هوش مصنوعی
- اعمال کمک هوش مصنوعی (GitHub Copilot) در فعالیتهای واقعی SDLC، از گردآوری نیازمندیها و کدنویسی تا استقرار
- ارزیابی نقاط قوت و محدودیتهای هوش مصنوعی در فعالیتهای SDLC
- توسعه ذهنیت لازم برای SDLC مبتنی بر کمک هوش مصنوعی
پیشنیازهای دوره
- اگر تاکنون در توسعه نرمافزار درگیر بودهاید، صرفنظر از نقشتان (کارکردی، مهندس، زیرساخت، مدیر پروژه و ...)، این دوره برای شما مفید خواهد بود. اگر هم تجربهای نداشتهاید، باز هم میتوانید این دوره را بگذرانید، چون یک معرفی اولیه از SDLC ارائه میدهد. با این حال، ممکن است در چند بخش دچار ابهام شوید.
توضیحات دوره
مهندسی نرمافزار وارد عصر جدیدی شده است؛ عصری که در آن انسانها و عاملهای هوش مصنوعی در کنار هم کار میکنند.
هوش مصنوعی دیگر یک مفهوم آیندهنگرانه در مهندسی نرمافزار نیست. در این دورهی اکتشافی، شما بررسی خواهید کرد که چگونه GitHub Copilot Agent میتواند در هر مرحله از چرخه عمر توسعه نرمافزار (SDLC)؛ از بحثهای اولیه درباره نیازمندیها تا راهبردهای استقرار مشارکت کند. همچنین بهصورت عملی تجربه خواهید کرد که GitHub Copilot Agent چگونه میتواند در سراسر SDLC به شریک همکاری شما تبدیل شود.
این فرآیند فقط نشان نمیدهد GitHub Copilot چه کارهایی میتواند انجام دهد، بلکه به شما میآموزد چگونه آن را هدایت کنید تا به نتایج معنادار برسد. این دوره درباره جایگزین کردن عناصر انسانی در SDLC نیست. بلکه درباره تغییر شیوهی کار آنهاست. یاد میگیرید چگونه هوش مصنوعی را مانند یک همتیمی توانمند اما کمتجربه راهنمایی کنید: عالی در تولید کد یا ایدهپردازی، اما همچنان نیازمند قضاوت و دانش حوزهای شما می باشد.
هر بخش شامل تمرینهای عملی است که برای شبیهسازی همکاری میان تخصص انسانی و توانمندی هوش مصنوعی طراحی شدهاند. گامبهگام، هر مرحله از SDLC را بررسی میکنید: از گردآوری نیازمندیها تا طراحی، پیادهسازی، آزمون و استقرار. در هر مرحله، یاد میگیرید که قابلیتهای GitHub Copilot چگونه میتوانند کار شما را سادهتر کنند و به شما کمک کنند درباره همکاری و بهرهوری، متفاوت فکر کنید.
این دوره تفکر انتقادی را تشویق میکند: تیمها چگونه باید با این نوع جدید همکار سازگار شوند؟ چه نقشهایی همچنان منحصربهفردِ انسان باقی میمانند؟ درک این نوع همکاریِ در حال تحول میتواند به یک مهارت حرفهای ضروری تبدیل شود. تمرکز دوره بر درک فرآیند است: شناسایی اینکه هوش مصنوعی کجا ارزش افزوده ایجاد میکند و کجا هنوز کم میآورد. در پایان، با ذهنیتی عملی دوره را تمام میکنید تا بدانید چگونه تخصص خود را بهطور مؤثر با کمک هوش مصنوعی در گردش کاری واقعی توسعه ترکیب کنید.
این دوره برای چه کسانی مناسب است؟
- مهندسان / توسعهدهندگان نرمافزار در سطح مبتدی تا متوسط
- رهبران فنی، سرپرستان تیم یا مدیران مهندسی
- مالکین محصول یا طراحان راهکار با تجربه کدنویسی یا بدون آن
- دانشجویان پیشرفته یا فارغالتحصیلان جدید رشته علوم کامپیوتر / مهندسی نرمافزار
- مهندسان DevOps / QA که به گردش های کاری مبتنی بر کمک هوش مصنوعی علاقهمند هستند.
بازآفرینی چرخه عمر توسعه نرمافزار (SDLC) با هوش مصنوعی
-
خوش آمدید 00:52
-
آیا این دوره برای شما مناسب است؟ None
-
چگونه بیشترین بهره را از این دوره ببرید؟ 04:58
-
چرخه عمر توسعه نرمافزار (SDLC) 11:05
-
هوش مصنوعی عاملی 03:55
-
هوش مصنوعی عاملی در SDLC 03:09
-
هوش مصنوعی در این دوره 03:30
-
نصب نرمافزار 04:26
-
پرامپت هوش مصنوعی 04:52
-
تحلیل نیازمندیها با عامل هوش مصنوعی 08:02
-
مفهوم سریع Git 02:22
-
بورد پروژه 03:13
-
سند نیازمندی محصول (PRD) با GitHub Copilot 09:30
-
بهترین شیوههای GitHub Copilot 09:51
-
GitHub Copilot - آیا ارزشش را دارد؟ 03:43
-
سند نیازمندی محصول (PRD) بخش 2 11:38
-
هوشمند اما جداافتاده 02:37
-
نکته: پیام Pull Request 00:52
-
مستندات نیازمندی فنی (TRD) با عامل هوش مصنوعی 08:49
-
بررسی TRD 09:08
-
تسک آگاه از زمینه 08:36
-
درباره مرحله پیادهسازی 02:37
-
مخزن کد منبع برای بکاند 10:25
-
آمادهسازی محیط توسعه 02:15
-
بازبینی Pull Request 08:13
-
استاندارد کدنویسی 03:49
-
پیادهسازی پایگاه داده 03:20
-
پیادهسازی API 10:47
-
نکته: GitHub Copilot آگاه از زمینه در VS Code 03:28
-
گسترش GitHub Copilot با سرور MCP 07:18
-
مزایا و معایب سرور MCP در GitHub Copilot 02:24
-
مخزن کد منبع برای فرانتاند 08:01
-
کد فرانتاند: GitHub Web با MCP 06:36
-
نکته: GitHub Firewall 01:11
-
تست با عامل هوش مصنوعی 04:44
-
تست کارکردی 05:05
-
تست عملکرد 09:07
-
استقرار با عامل هوش مصنوعی 06:19
-
کانتینرسازی اپلیکیشن 08:53
-
استقرار Kubernetes 07:12
-
نگهداری با عامل هوش مصنوعی 01:57
مشخصات آموزش
بازآفرینی چرخه عمر توسعه نرمافزار (SDLC) با هوش مصنوعی
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:Alls
- تعداد درس:41
- مدت زمان :03:48:53
- حجم :1.83GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy