AI for Software Development Schulungen in München

Artificial Intelligence (AI) ist eine Sammlung von Technologien, die künstliche Intelligenz in Maschinen und Anwendungen simuliert und es ermöglicht, schlauere und anpassungsfähigere Software zu schaffen.

Dieser von einem Dozenten geleitete Live-Kurs (Online oder vor Ort) richtet sich an mittelcalibrige Entwickler, die AI-gesteuerte Anwendungen mithilfe realer Werkzeuge und Plattformen erstellen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Kernkonzepte von KI und maschinellem Lernen zu verstehen.
• AI-Funktionen mithilfe von Python und beliebten Bibliotheken zu entwickeln.
• AI-Techniken auf echte Softwareentwicklungsprojekte anzuwenden.
• Modelle auszuwerten und intelligente Dienste bereitzustellen.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und praktische Anwendungen.
• Händische Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Um eine angepasste Ausbildung zu diesem Kurs anzufordern, kontaktieren Sie uns bitte für die Anmeldung.

GitHub Copilot ist ein künstliche-intelligenzgestützter Codierungsassistent, der die Automatisierung von Entwicklungsarbeiten unterstützt, einschließlich DevOps Operationen wie das Schreiben von YAML-Konfigurationen, GitHub Aktionen und Bereitstellungs-Scripten.

Dieses instruktorgeleitete Live-Training (Online oder vor Ort) richtet sich an Anfänger bis Fortgeschrittene, die GitHub Copilot verwenden möchten, um DevOps Aufgaben zu vereinfachen, die Automatisierung zu verbessern und die Produktivität zu steigern.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• GitHub Copilot zum Assisten bei Shell-Scripting, Konfigurationen und CI/CD-Pipelines zu verwenden.
• AI-gestützte Codevervollständigung in YAML-Dateien und GitHub Aktionen auszunutzen.
• Test-, Bereitstellungs- und Automatisierungsworkflows zu beschleunigen.
• Die Verantwortungsbewusste Nutzung von Copilot mit einem Verständnis der Grenzen der KI und besten Praktiken anzuwenden.

Abschlussformat des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Viele Übungen und praktische Anwendungen.
• Hand-on Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen für den Kurs

• Für eine an Ihre Bedürfnisse angepasste Ausbildung wenden Sie sich bitte an uns, um eine Anfrage zu erstellen.

Huawei Ascend ist eine Familie von AI-Prozessoren, die für hochleistungsfähige Inferenz und Trainingsprozesse entwickelt wurde.

Dieses von einem Trainer durchgeführte Live-Seminar (Online oder vor Ort) richtet sich an mittelstufige AI-Engineer und Data Scientists, die möchten, Modelle für neuronale Netzwerke mit Hilfe der Plattform Huawei Ascend und dem CANN Toolkit zu entwickeln und zu optimieren.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Die Entwicklungsumgebung von CANN einzurichten und zu konfigurieren.
• AI-Anwendungen mit MindSpore und CloudMatrix-Workflows zu entwickeln.
• Leistung auf Ascend NPUs mithilfe von benutzerdefinierten Operatoren und Tiling zu optimieren.
• Modelle in Edge- oder Cloud-Umgebungen bereitzustellen.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Praktische Nutzung von Huawei Ascend und dem CANN-Toolkit in Beispielanwendungen.
• Geleitete Übungen, die sich auf das Modellieren, Trainieren und Bereitstellen konzentrieren.

Anpassungsoptionen für den Kurs

• Für eine angepasste Ausbildung an Ihren Infrastruktur oder Datensätzen basierend auf diesem Kurs, kontaktieren Sie uns bitte zur Anfrage.

Dieser von einem Trainer durchgeführte Live-Kurs in München (online oder vor Ort) richtet sich an fortgeschrittene Software-Professionals, die künstliche Intelligenz und Maschinelles Lernen einsetzen möchten, um Effizienz und Innovation im Softwareentwicklungszirkel zu verbessern.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Rolle von KI und Maschinellem Lernen bei der Automatisierung von Softwareentwicklungs-Aufgaben zu verstehen.
• KI-Werkzeuge zur Generierung von Code, Tests und Dokumentationen einzusetzen.
• AI-Techniken für die Optimierung von Quellcode, Qualitätskontrolle und Debugging anzuwenden.
• KI in die DevOps und CI/CD-Pipelines zu integrieren, um verbesserte Bereitstellungsszenarien zu erreichen.
• Ethische Aspekte und Herausforderungen bei der KI-gestützten Software-Engineerung anzugehen.

Diese von einem Trainer geleitete Live-Schulung in München (online oder vor Ort) richtet sich an Teilnehmer mit mittlerem bis fortgeschrittenem Niveau, die Team-Workflows optimieren, kollaborative Coding-Praktiken verbessern und die Nutzung von Copilot in Umgebungen mit mehreren Entwicklern effektiv verwalten möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Copilot für Teamumgebungen einzurichten GitHub.
• Copilot zu nutzen, um kollaborative Coding-Praktiken zu verbessern.
• Team-Workflows mit den Funktionen von Copilot zu optimieren.
• Verwalten der Integration von Copilot in Projekte mit mehreren Entwicklern.
• Konsistente Code-Qualität und -Standards in allen Teams aufrechterhalten.
• Nutzen Sie erweiterte Copilot-Funktionen für teamspezifische Anforderungen.
• Kombinieren Sie Copilot mit anderen Tools für die Zusammenarbeit, um die Effizienz zu steigern.

Diese von einem Trainer geleitete Live-Schulung in München (online oder vor Ort) richtet sich an QA-Ingenieure, Entwickler und Teamleiter auf mittlerem Niveau, die GitHub Copilot für ein effizienteres Debugging, die Verbesserung der Codequalität und eine optimierte Codeüberprüfung nutzen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• GitHub Copilot für Debugging- und Code-Review-Zwecke einzurichten.
• Copilot zur effizienten Identifizierung und Behebung von Fehlern zu verwenden.
• Die Codequalität mit KI-gestützten Vorschlägen zu verbessern.
• Rationalisierung von Code-Review-Prozessen mit den Fähigkeiten von Copilot.
• Effektive Zusammenarbeit mit Copilot in Teamumgebungen.

Kursanpassungsoptionen

Kursformat

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

Prompt Engineering für Softwareentwicklung ist ein praktischer Kurs, der Entwicklern beibringt, wie man effektive Anfragen erstellen kann, um die Nutzbarkeit, Präzision und Sicherheit von AI-generierten Ausgaben im Kontext von Softwareingenieurtaufgaben zu optimieren.

Dieses unterrichtete, live Training (online oder vor Ort) richtet sich an Entwickler mittlerer Stufe, die Techniken der Anfrage-Engineering in ihre Nutzung von AI-Codes-Assistenten, Codeanalysetools und intelligenter Automatisierung einbeziehen möchten.

• Erstellen präziser Anfragen für Aufgaben zur Generierung, Überprüfung und Optimierung von Code.
• Verwenden der Kette und Verbesserung von Anfragen, um die AI-Antworten in iterativen Workflows zu verbessern.
• Generieren strukturierter Ausgaben wie Testfälle, SQL Abfragen und Dokumentation aus minimaler Eingabe.
• Minimieren von Halluzinationen und Steigerung der Kontrolle über das Verhalten von LLM in technischen Umgebungen.

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Händische Umsetzung in einer lebendigen Lab-Umgebung.

• Für eine angepasste Ausbildung zu diesem Kurs, kontaktieren Sie uns bitte für die Anordnung.

Diese von einem Trainer geleitete Live-Schulung in München (online oder vor Ort) richtet sich an Front-End-Entwickler auf mittlerem Niveau, die GitHub Copilot verwenden möchten, um sich wiederholende Codierungsaufgaben zu automatisieren, das UI/UX-Design zu verbessern und Front-End-Workflows zu optimieren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Einrichten von GitHub Copilot für Front-End-Entwicklungsprojekte.
• Copilot zur effizienten Generierung von HTML, CSS und JavaScript Code zu nutzen.
• Verbesserung von UI/UX-Design-Prozessen mithilfe von KI-generierten Code-Vorschlägen.
• Verbessern Sie Front-End-Workflows mit praktischen Copilot-Integrationsstrategien.
• Fehlerbehebung und Debugging von Front-End-Code mit Hilfe von Copilot.

Responsible AI in Software Development ist eine grundlegende Lehrveranstaltung, die ethische, rechtliche und governancebezogene Aspekte bei der Nutzung von KI-Tools im Softwareentwicklungsprozess anspricht. Der Fokus liegt auf Transparenz, Fairness, Urheberrechtsfragen und der sicheren Einführung von durch KI generiertem Code.

Diese instruktorgeleitete Live-Ausbildung (online oder vor Ort) richtet sich an Anfänger auf technischer und nichttechnischer Ebene, die sicherstellen möchten, dass der Einsatz von KI in ihren Softwareprojekten ethisch, konform und risikobewusst erfolgt.

Zum Ende des Trainings werden die Teilnehmer in der Lage sein:

• Ethische und rechtliche Risiken bei der KI-gestützten Entwicklung zu identifizieren und abzuwenden.
• Bias in durch KI generiertem Code zu verstehen und Fairness zu bewerten.
• Softwarelizenzen und Zuschreibungen im Zusammenhang mit durch KI generiertem Inhalt zu verwalten.
• Governance, Richtlinien und Konformitätsrahmen für den Einsatz von KI in Entwicklerteams aufzubauen.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxisphasen.
• Einführung in eine lebendige Laborumgebung.

Anpassungsoptionen des Kurses

• Für einen angepassten Schulungsansatz zu diesem Kurs, kontaktieren Sie uns bitte zur Anordnung.

AI for Software Requirements and User Story Generation ist ein praktischer Kurs, der sich auf die Nutzung von generativer KI konzentriert, um Stakeholder-Eingaben in strukturierte Anforderungen, Epics, User Stories und Akzeptanzkriterien zu transformieren, die für Agile-Entwicklungsszenarien geeignet sind.

Dieser von einem Trainer geleitete Live-Kurs (online oder vor Ort) richtet sich an anfängerhafte Produkt- und Projektprofis, die Tools wie ChatGPT oder Claude nutzen möchten, um Klarheit, Geschwindigkeit und Nachvollziehbarkeit bei der Erfassung und Verfeinerung von Anforderungen zu verbessern.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• AI-Prompts zur Erfassung und Verfeinerung von Geschäftsanforderungen zu nutzen.
• Feature-Anfragen in gut strukturierte User Stories und Epics umzuwandeln.
• Akzeptanzkriterien, Randfälle und Definitionen von Fertigkeiten mit Hilfe der KI zu generieren.
• Mit Entwicklerteams mithilfe AI-gestützter Dokumentation zusammenzuarbeiten.

Format des Kurses

• Interaktiver Vortrag und Diskussion.
• Viel Übung und Praxis.
• Praxisorientierte Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Für eine angepasste Schulung zu diesem Kurs, kontaktieren Sie uns bitte zur Absprache.

Diese von einem Ausbilder geleitete Live-Schulung in München (online oder vor Ort) richtet sich an Anfänger bis fortgeschrittene Python-Entwickler, die GitHub Copilot für Python-spezifische Aufgaben, Debugging und die Implementierung von Workflows für maschinelles Lernen nutzen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Einrichten und Konfigurieren von GitHub Copilot für die Python-Entwicklung.
• Copilot zu nutzen, um effizienten Python Code zu schreiben.
• Python-Anwendungen mithilfe von KI-generierten Vorschlägen zu debuggen.
• Automatisieren Sie sich wiederholende Codierungsaufgaben und verbessern Sie die Effizienz Ihrer Arbeitsabläufe.
• Nutzen Sie Copilot für die Implementierung von Projekten zum maschinellen Lernen in Python.

Diese von einem Trainer geleitete Live-Schulung in München (online oder vor Ort) richtet sich an fortgeschrittene Teilnehmer, die GitHub Copilot für Teamprojekte anpassen, seine erweiterten Funktionen nutzen und es nahtlos in CI/CD-Pipelines integrieren möchten, um die Zusammenarbeit und Produktivität zu verbessern.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Anpassen von GitHub Copilot an spezifische Projektanforderungen und Team-Workflows.
• Die erweiterten Funktionen von Copilot für komplexe Codierungsaufgaben zu nutzen.
• Integration von GitHub Copilot in CI/CD-Pipelines und kollaborative Umgebungen.
• Optimieren Sie die Zusammenarbeit im Team mit KI-gestützten Tools.
• Copilot-Einstellungen und -Berechtigungen effektiv verwalten und Fehler beheben.

Generative AI für Front-End-Entwicklung untersucht, wie große Sprachmodelle und künstliche-intelligenzgesteuerte Werkzeuge die Front-End-Entwicklung durch promptbasierte Codegenerierung, Layoutprototypen und UI-Optimierung beschleunigen können.

Dieses unterrichtete Live-Seminar (online oder vor Ort) richtet sich an front-end-professionelle Anfänger bis Intermediate-Niveau, die generative KI nutzen möchten, um Benutzeroberflächen schneller und kreativer zu erstellen und zu iterieren.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• KI-Werkzeuge zur Erstellung von HTML, CSS und JavaScript aus natürlichen Sprachanfragen zu verwenden.
• UI-Komponenten und Layouts mit generativen Modellen erstellen und optimieren.
• Schnelle Erstellung von responsiven Webdesigns ohne die Notwendigkeit, den gesamten Code neu zu schreiben.
• Vordergrundcode mit KI-Vorschlägen und Automatisierungsworkflows optimieren.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Händische Umsetzung in einer live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Für eine individuelle Anfrage an den Kurs, kontaktieren Sie uns bitte.

Dieses von einem Trainer durchgeführte Live-Training in München (online oder vor Ort) richtet sich an Entwickler von Anfängern bis zu Experten, die KI für die Codegenerierung mit Tabnine nutzen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Die Grundlagen der AI-gestützten Codegenerierung zu verstehen.
• Tabnine in ihrer Entwicklungsumgebung zu installieren und einzurichten.
• Tabnine zur effizienten Codevervollständigung und Fehlerkorrektur zu nutzen.
• Customisierte AI-Modelle mit Tabnine für spezialisierte Aufgaben zu erstellen und zu trainieren.

AI-Augmented Test Generation and Quality Engineering untersucht, wie künstliche Intelligenz-Tools und große Sprachmodelle (LSMs) die Testabdeckung verbessern, den Testaufbau beschleunigen und die Qualitätssicherungsprozesse optimieren können.

Dieses instructor-led Training (online oder vor Ort) richtet sich an fortgeschrittene QA-Professionals, die ihre Teststrategien durch AI-gestützte Tools und -praktiken automatisieren und verbessern möchten.

Zum Ende des Trainings werden die Teilnehmer in der Lage sein:

• Generierung von Einheitstests, Integrations- und UI-Tests mit AI-Tools und -Prompten.
• Nutzung von LSMs für explorativen Testing, Entdeckung von Randfällen und Regressionen.
• Klassifizierung und Priorisierung von Testfehlern und Anomalien mit AI-gestützter Triage.
• Integration von AI-basiertem Testing in CI/CD-Pipelines, um die Veröffentlichungssicherheit zu verbessern.

Format des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Viel Übung und Praxis.
• Händisches Implementieren in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Um eine angepasste Ausbildung für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um einen Termin zu vereinbaren.

Diese von einem Trainer geleitete Live-Schulung in München (online oder vor Ort) richtet sich an Anfänger und fortgeschrittene Programmierer und Entwickler, die DeepSeek Coder nutzen möchten, um die Effizienz und Produktivität bei der Programmierung zu steigern.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Möglichkeiten und Grenzen von DeepSeek Coder zu verstehen.
• Hochwertige Codeschnipsel mit Hilfe von KI zu generieren.
• den DeepSeek Coder zum Debuggen und Optimieren von Code zu nutzen.
• Sich wiederholende Programmieraufgaben mit Hilfe von KI-Tools zu automatisieren.

Diese von einem Kursleiter geleitete Live-Schulung in München (online oder vor Ort) richtet sich an Teilnehmer auf mittlerem Niveau, die GitHub Copilot nutzen möchten, um fortgeschrittene Coding-Anwendungsfälle zu bearbeiten, die Produktivität zu verbessern und Copilot in ihre Entwicklungsabläufe zu integrieren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Ihre Verwendung von GitHub Copilot für fortgeschrittene Codierungsaufgaben zu optimieren.
• Effizienteren, fehlerfreien und wartbaren Code mit Copilot-Vorschlägen zu schreiben.
• GitHub Copilot in ihre bevorzugten IDEs und Arbeitsabläufe zu integrieren.
• Copilot für Debugging und Code-Refactoring zu nutzen.
• die Grenzen und ethischen Überlegungen bei der Verwendung von KI-gestützten Coding-Tools zu verstehen.

Diese Live-Schulung in München (online oder vor Ort) richtet sich an fortgeschrittene Entwickler und Teamleiter, die erweiterte Funktionen von Tabnine beherrschen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• Tabnine in komplexen Software-Projekten zu implementieren.
• Die KI-Modelle von Tabnine für spezifische Anwendungsfälle anzupassen und zu trainieren.
• Tabnine in Teamworkflows und Entwicklungspipelines zu integrieren.
• Die Codequalität zu verbessern und Entwicklungszyklen zu beschleunigen, indem sie die Erkenntnisse von Tabnine nutzen.

Diese von einem Trainer geleitete Live-Schulung in München (online oder vor Ort) richtet sich an Anfänger bis fortgeschrittene Softwareentwickler, die KI-Codierassistenten in ihre Entwicklungsabläufe integrieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Rolle und die Möglichkeiten von KI-Codierassistenten in der Softwareentwicklung zu verstehen.
• Verschiedene KI-Codierassistenten-Tools zur Automatisierung von Routine-Codieraufgaben zu nutzen.
• KI-Codierassistenten in den Lebenszyklus ihrer Softwareentwicklung zu integrieren.
• ihre Produktivität zu steigern und sich auf komplexere und kreative Programmieraufgaben zu konzentrieren.
• ethische Überlegungen und den verantwortungsvollen Einsatz von KI in der Softwareentwicklung anzusprechen.

Diese von einem Kursleiter geleitete Live-Schulung in München (online oder vor Ort) richtet sich an Entwickler auf Anfängerniveau, die die Fähigkeiten von GitHub Copilot verstehen, ihn einrichten und effektiv nutzen möchten, um ihre Codierungserfahrung zu verbessern.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein

• Verstehen, was GitHub Copilot ist und wie es funktioniert.
• GitHub Copilot mit einem unterstützten Code-Editor einzurichten.
• GitHub Copilot verwenden, um Code schneller zu schreiben, zu refaktorisieren und zu debuggen.
• Copilot nutzen, um Codierungstechniken und Lösungen zu erforschen.
• Bewährte Verfahren für die Integration von GitHub Copilot in die täglichen Arbeitsabläufe anwenden.

LLMs für Code-Verständnis, Refactoring und Documentation ist ein technischer Kurs, der auf die Anwendung von großen Sprachmodellen (LLMs) zur Verbesserung der Codequalität, Reduktion des technischen Schuldenbergs und Automatisierung von Dokumentationsaufgaben innerhalb von Software-Teams abzielt.

Dieser instruktorgeführte Live-Kurs (online oder vor Ort) richtet sich an Fortgeschrittene und Experten der Softwareentwicklung, die LLMs wie GPT einsetzen möchten, um komplexe oder alte Codebasen effektiver zu analysieren, refaktorisieren und dokumentieren.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:

• LLMs zur Erklärung von Code, Abhängigkeiten und Logik in unbekannten Repositorys einzusetzen.
• Anti-Pattern zu identifizieren und zu refaktorisieren sowie den Lesbarkeit des Codes zu verbessern.
• Inline-Kommentare, README-Dateien und API-Dokumentation automatisch generieren und pflegen.
• LLM-gestützte Erkenntnisse in bestehende CI/CD-Prozesse und Review-Abläufe integrieren.

Kursformat

• Interaktive Vorlesungen und Diskussionen.
• Viele Übungen und praktische Anwendungen.
• Händisches Implementieren in einem Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Für eine individuelle Ausbildung zu diesem Kurs, kontaktieren Sie uns bitte zur Absprache.

Diese Live-Schulung in München (online oder vor Ort) richtet sich an Entwickler und Datenwissenschaftler auf mittlerem Niveau Python, die ihre Produktivität mit Hilfe von Tabnine steigern möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• Tabnine in ihrer Python-Entwicklungsumgebung zu installieren und zu konfigurieren.
• Die Autovervollständigungsfunktionen von Tabnine zu nutzen, um Python Code effizienter zu schreiben.
• Das Verhalten von Tabnine an ihren Programmierstil und ihre Projektanforderungen anzupassen.
• Verstehen, wie das KI-Modell von Tabnine speziell mit Python-Code funktioniert.

Diese von einem Trainer durchgeführte Live-Ausbildung in München (online oder vor Ort) richtet sich an Anfänger, die verstehen möchten, was künstliche Intelligenz-Assistenten im Programmieren sind, ihre Fähigkeiten, wie sie den Entwicklungsprozess verbessern können und die ethischen Aspekte ihrer Nutzung.

Am Ende der Ausbildung werden die Teilnehmer in der Lage sein:

• Den Zweck und die Fähigkeiten von KI-Programmier-Assistenten zu verstehen.
• Verschiedene KI-Assistentenwerkzeuge und ihre Funktionen kennenzulernen.
• KI-Assistenten für grundlegende Programmieraufgaben einzusetzen.
• Grundlegende ethische Aspekte und verantwortungsvolle Nutzung von AI in der Entwicklung anzugehen.

AI-Driven Software Development Lifecycle (SDLC) ist ein praktischer Kurs, der untersucht, wie künstliche Intelligenz jede Phase des Softwareentwicklungsprozesses verbessern kann. Von der Automatisierung der Anforderungsanalyse bis zur intelligenten Testgenerierung und Bereitstellungsoptimierung lernen die Teilnehmer, AI-Tools und -Techniken über den gesamten Lebenszyklus zu integrieren.

Dieser durch Trainer geleitete Live-Kurs (online oder vor Ort) richtet sich an Software-Führungsmitglieder mit fortgeschrittenem Niveau, die ihren SDLC mit AI-gestützten Workflows und Werkzeugen modernisieren möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• KI zur Umwandlung von Geschäftseingaben in strukturierte Anforderungen und Benutzerstories zu nutzen.
• LLMs (Large Language Models) einsetzen, um die Kodendokumentation, -prüfung und -refactoring zu verbessern.
• AI-Tools zur Automatisierung der Testfallgenerierung und Coverage-Analyse verwenden.
• KI-gestütztes Monitoring und Bereitstellungsentcheidungen in CI/CD-Pipelines anwenden.

Format des Trainings

• Interaktiver Vortrag und Diskussion.
• Viel Übung und Praxis.
• Händische Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Um eine angepasste Ausbildung für diesen Kurs zu beantragen, kontaktieren Sie uns bitte zur Arrangementierung.

Dieses von einem Trainer begleitete Live-Training in München (online oder vor Ort) richtet sich an Anfänger- bis Mittelstufen-Entwickler, die lernen möchten, wie sie die Möglichkeiten von GitHub Copilot innerhalb einer Entwicklungsumgebung nutzen können.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Fähigkeiten und Vorteile von GitHub Copilot zu verstehen.
• Copilot in eine Entwicklungsablauforganisation einrichten und integrieren.
• Fortschrittliche Copilot-Funktionen verstehen und beste Praktiken für die effektive Nutzung von Copilot erlernen.

Diese von einem Trainer geleitete Live-Schulung in München (online oder vor Ort) richtet sich an Entwickler auf Anfängerniveau, die ihre Kodiereffizienz mit Hilfe von Tabnine steigern möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• Tabnine in ihrer bevorzugten IDE zu installieren und einzurichten.
• Die Autovervollständigungsfunktionen von Tabnine zu nutzen, um die Codierung zu beschleunigen.
• Die Einstellungen von Tabnine für eine optimale Unterstützung anzupassen.
• Verstehen, wie die KI von Tabnine aus ihrem Code lernt, um bessere Vorschläge zu machen.

Dieser einzigartige, einstündige Workshop ermöglicht es Software-Teams, fortschrittliche KI-Werkzeuge in den gesamten Softwareentwicklungszyklus (SDLC) zu integrieren. Strukturiert als interaktives Spiel mit fortgeschrittenen „Leveln“, verbindet diese Erfahrung technisches Fähigkeitstraining, Kreativität und Zusammenarbeit.

Die Teilnehmer werden realitätsnahe Herausforderungen in allen Phasen des SDLC angehen – von der Anforderungssammlung und dem Design bis hin zum Programmieren, Testen, Deployment und Monitoring – unter Verwendung von KI-gestützten Werkzeugen wie ChatGPT, GitHub Copilot und ML-basierten Protokollanalyse-Systemen.

Gedacht für moderne Entwicklungsumgebungen, fördert dieser Workshop die KI-Befähigung, Team-Synergie sowie ein tieferes Verständnis dafür, wie Software-Lieferpipelines mit generativer KI und Machine-Learning-Fähigkeiten erweitert werden können.