Generative KI im Software Engineering
trainingproduct
In diesem zweitägigen Seminar lernen Sie, wie generative KI Ihre Softwareentwicklungsprozesse transformieren kann. Von der Code-Generierung über die Dokumentation bis hin zur automatisierten Fehlerbehebung – wir zeigen Ihnen, wie Sie KI-Tools in Ihre täglichen Engineering-Aufgaben integrieren können. Dabei legen wir besonderen Wert auf ethische und datenschutzkonforme Praktiken. Praktische Workshops und Fallstudien bieten Ihnen die Möglichkeit, das Gelernte direkt anzuwenden und Ihre Fähigkeiten im Umgang mit KI-gestützten Technologien zu vertiefen.
Inhalt
Tag 1: Verbesserung täglicher Engineering-Aufgaben mit KI
Einführung in Generative KI für IT Engineers
- Grundkenntnisse der Generativen KI und ihre Relevanz für das Software Engineering
- Vorstellung verschiedener generativer KI-Modelle, die für Engineering-Aufgaben anwendbar sind
- Potenzial der Generativen KI zur Steigerung der Produktivität beim Coding und Dokumentieren
Verbesserung der Code-Generierung mit KI
- Wie KI bei der Generierung und Optimierung von Code helfen kann
- KI-Tools für das Schreiben saubererer und effizienterer Codes
- Implementierung von KI für automatisierte Codeüberprüfung und Fehlererkennung
Optimierung der Code-Dokumentation mit KI
- Umfassende und klare technische Dokumentation
- Automatisierte Erstellung von Benutzerhandbüchern
- Verbesserung der Dokumentationsqualität und -konsistenz
KI-gestützte Tests und Debugging
- Wie sich Testscripts schreiben und Testprozesse mit KI automatisieren lassen
- Code-Analyse auf potenzielle Fehler und Leistungsprobleme
- KI-gestützte Strategien für schnelleres und zuverlässigeres Debugging
Anwendungsfälle von KI in täglichen Engineering-Aufgaben
- KI-Techniken in realen Coding- und Dokumentationsszenarien
- Best Practice: Wie KI Softwareentwicklungsprozesse verbessert
- Anpassung von KI-Tools an spezifische Engineering-Bedürfnisse und Workflows
Fortgeschrittene Prompt-Engineering-Techniken
- Die Kunst des effektiven Prompting für Engineering-Aufgaben
- Wir experimentieren mit verschiedenen Prompting-Strategien für optimierte KI-Ausgaben
- Verfeinerte Prompts durch iteratives Testen und Feedback
Tag 2: Implementierung Generativer KI in Anwendungen
Aufbau und Integration von KI-Modellen in Anwendungen
- Integration von GPT-Modellen in bestehende Anwendungen
- Wie man Retrieval-Augmented Generation (RAG) Frameworks aufbaut und implementiert
- Verständnis für Agentenarchitektur und die Verwendung verschiedener KI-Modelle
Entwicklung von KI-gestützten Anwendungen
- Anwendungen entwerfen, die KI für erweiterte Funktionen nutzen
- Nahtlose Integration von KI-Komponenten in bestehende Softwaresysteme
- Anwendungen für Leistung, Skalierbarkeit und Zuverlässigkeit mit KI optimieren
Praktische Workshops und Fallstudien
- Praktischen Projekten, um KI in realen Anwendungen zu implementieren
- Analyse von Fallstudien erfolgreicher KI-Integrationen im Software-Engineering-Bereich
- Mit Kollegen zusammenarbeiten, um Erkenntnisse zu teilen und KI-Strategien zu verfeinern
Nutzen
Für die Teilnehmenden:
- Engineering-Effizienz steigern: Lernen Sie, wie Sie Coding-, Dokumentations- und Testprozesse mit Generativen KI-Tools verbessern und beschleunigen können.
- Fortgeschrittene Engineering-Fähigkeiten entwickeln: Expertise in KI-gestützter Codegenerierung, automatisierter Dokumentation und Testoptimierung erwerben.
- Ethischen und effektiven KI-Einsatz sicherstellen: Beherrschen Sie verantwortungsvolle KI-Praktiken, um sicherzustellen, dass Ihre Engineering-Praktiken ethischen Standards und Datenschutzbestimmungen entsprechen.
Für das Unternehmen:
- Engineering-Effektivität steigern: Nutzen Sie KI, um effizientere und robustere Softwareentwicklungsprozesse zu schaffen, die Codequalität und Systemmanagement-Ergebnisse verbessern.
- Ressourcenzuweisung optimieren: Routinemäßige Engineering-Aufgaben automatisieren und Workflows mit KI straffen, was zu größerer betrieblicher Effizienz und Kosteneinsparungen führt.
- Vertrauen und Compliance wahren: Verantwortungsvolle Nutzung von KI innerhalb der Engineering-Praktiken sicherstellen, Datenschutzgesetze einhalten und das Vertrauen der Stakeholder durch ethischen KI-Einsatz erhalten.
Lernziele
- Ethische KI-Praktiken implementieren und die Einhaltung der Datenschutzbestimmungen sicherstellen.
- KI-Tools nutzen, um Coding-, Dokumentations- und Testfunktionen zu verbessern.
- Effektive Prompt-Engineering-Techniken anwenden, um die Qualität und Relevanz von KI-generierten Lösungen zu steigern.
- KI für umfassende Anwendungsentwicklung nutzen und KI-Modelle in Softwaresysteme integrieren.
Zielgruppe
- Softwareentwickler*innen
- Systementwickler*innen
- DevOps-Ingenieur*innen
- Engineering-Teams
Voraussetzungen
- Erfahrung im Coding ist erforderlich.
- Keine spezifischen KI-Vorkenntnisse erforderlich: Dieses Seminar ist für alle Ebenen konzipiert.
- Vorhandenes Konto für KI-Tools: Die Teilnehmenden sollten über ein bestehendes Konto für KI-Tools wie Copilot oder ChatGPT verfügen (kostenlose Versionen sind ausreichend).
- Bereitschaft zu lernen und aktiv teilzunehmen: Eine proaktive Einstellung und die Bereitschaft, sich an praktischen Übungen und Diskussionen zu beteiligen, sind entscheidend, um den maximalen Nutzen aus dem Seminar zu ziehen.
Trainer
- Philip Fischer
- Set-Up of Consulting Company for Generative AI
- Introduction of first GenAI usecase outside US @Microsoft
- Experienced Lecturer for Maths and Statistics (since 2014)
- Master's Degree in Analytics & AI from Mannheim Business School
- Bachelor's Degree in Mechanical Engineering
Jetzt anmelden
Unternehmenslösung
Inhouse oder in unseren Räumlichkeiten
Persönliche Beratung
TeilnahmebescheinigungIm Anschluss an das Seminar erhalten Sie eine Teilnahmebescheinigung. |
Preis
| Teilnahmegebühr: | 1.490,00 EUR |
Angebotsdaten
| Dauer: | 2 Tage |
| Produktnr.: | FS-IT-KI-0011 |
| Max. Teilnehmer: | 10 |
