课程简介
这是AI时代⼯程师的必修课，专为希望保持竞争⼒的软件开发者和组织设计。本课程超越简单的代码补全、代码问答及单测⽣成，直⾯真实项⽬开发中核⼼任务的挑战。通过演⽰和实践，您将学习如何利⽤GPT-4等先进模型完成复杂开发任务，掌握⼀套显著提升效率的⽅法。
课程基于多个真实项⽬经验，涵盖完整的典型需求的开发过程。我们将介绍创新的开发⽅法，包括任务分类分解、经验知识加⼯利⽤和提⽰词构建等关键环节。学员将循序渐进地学习处理各类开发任务，深⼊理解⼤模型在软件开发中的应⽤。我们还将探讨如何在团队和组织层⾯⽀持这⼀新范式，构建相关的知识⼯程体系，⽆论您是个体⼯程师、团队负责⼈或是研发组织的管理者，都可以从中收益，为软件开发效率提升奠定基础。
目标收益
1. ⼤模型认知提升：深⼊理解⼤模型原理和提⽰词技巧，掌握其在软件开发中的应⽤限制和解决⽅案。
2. 开发效率提升：针对实际项⽬开发任务，学习掌握实⽤的⼤模型辅助开发⽅法，提⾼⽇常编程效率。
3. 新型开发范式：掌握⼀套⼤模型辅助开发的⽅法论，涵盖整个软件开发流程。
4. 知识⼯程构建：学习如何加⼯经验知识，以及在个⼈和组织层⾯构建知识⼯程体系，为系统性提升开发效率提供新思路
培训对象
本培训专为对⼤语⾔模型有基础理解，并希望深⼊探索如何利⽤其提升开发效率的⼯程师、架构师、团队负责⼈、技术经理、效能建设⼈员⽽设计
课程大纲
| 第⼀天 |
1. 从软件开发⻆度驾驭⼤模型 ◦ ⼤模型的发展及原理 ◦ 利⽤⼤模型开发真实需求⾯临的挑战 ◦ 提⽰词⼯程及与⼤模型交互的实⽤经验 ◦ 建⽴对⽣成式任务复杂度和预期效果的认知 2. ⼤模型辅助编码实践 - 完成基础开发任务 ◦ 依赖私有知识的编码任务实现 ◦ 依赖项⽬背景的编码任务实现 ◦ 单元测试设计与实现 3. ⼤模型辅助编码实践 - 完成复杂开发任务 ◦ 基于架构和设计约束的编码任务实现 ◦ 复杂任务拆解为⼤模型友好的⼦任务 ◦ 使⽤⼤模型进⾏代码重构和优化 |
| 第⼆天 |
1. ⼤模型辅助软件设计实践 ◦ 在项⽬约束下的系统设计任务 ◦ 通过⼤模型进⾏设计评审与优化 2. ⼤模型辅助需求分析与管理 ◦ 利⽤⼤模型进⾏需求澄清与分析 ◦ 利⽤⼤模型进⾏需求拆解并完善验收条件 3. 形成完整的⼤模型辅助开发模式 ◦ 软件开发全流程中⼈与AI协作全景 ◦ 测试先⾏的开发模式 ◦ ⽇常开发中的裁剪策略 4. 建设服务于软件开发的知识⼯程 ◦ 软件开发中的知识分类与应⽤ ◦ 经验知识的加⼯、存储和检索 ◦ 服务于各类任务的提⽰词框架 ◦ 团队和组织层⾯的知识⼯程建设策略 5. 打造⼯具提升应⽤体验和效果 ◦ 利⽤Agent做规划推理的实践 ◦ 构建项⽬私有知识库的实践 |
|
第⼀天 1. 从软件开发⻆度驾驭⼤模型 ◦ ⼤模型的发展及原理 ◦ 利⽤⼤模型开发真实需求⾯临的挑战 ◦ 提⽰词⼯程及与⼤模型交互的实⽤经验 ◦ 建⽴对⽣成式任务复杂度和预期效果的认知 2. ⼤模型辅助编码实践 - 完成基础开发任务 ◦ 依赖私有知识的编码任务实现 ◦ 依赖项⽬背景的编码任务实现 ◦ 单元测试设计与实现 3. ⼤模型辅助编码实践 - 完成复杂开发任务 ◦ 基于架构和设计约束的编码任务实现 ◦ 复杂任务拆解为⼤模型友好的⼦任务 ◦ 使⽤⼤模型进⾏代码重构和优化 |
|
第⼆天 1. ⼤模型辅助软件设计实践 ◦ 在项⽬约束下的系统设计任务 ◦ 通过⼤模型进⾏设计评审与优化 2. ⼤模型辅助需求分析与管理 ◦ 利⽤⼤模型进⾏需求澄清与分析 ◦ 利⽤⼤模型进⾏需求拆解并完善验收条件 3. 形成完整的⼤模型辅助开发模式 ◦ 软件开发全流程中⼈与AI协作全景 ◦ 测试先⾏的开发模式 ◦ ⽇常开发中的裁剪策略 4. 建设服务于软件开发的知识⼯程 ◦ 软件开发中的知识分类与应⽤ ◦ 经验知识的加⼯、存储和检索 ◦ 服务于各类任务的提⽰词框架 ◦ 团队和组织层⾯的知识⼯程建设策略 5. 打造⼯具提升应⽤体验和效果 ◦ 利⽤Agent做规划推理的实践 ◦ 构建项⽬私有知识库的实践 |
近期公开课推荐
