Szkolenie: AI wspomagające Test-Driven Development (TDD)
Szkolenie AI wspomagające Test-Driven Development (TDD) to praktyczne warsztaty, które uczą wykorzystania sztucznej inteligencji do analizy kodu, generowania testów, automatyzacji CI/CD oraz refaktoryzacji, zwiększając efektywność i jakość pracy programisty
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:2 dni (16h)
Kod kursu:AI/TDD
Dostępne terminy szkolenia
Termin:
Trener:
Cena:
2450 PLN netto
Lokalizacja:
ZdalneTermin:
Trener:
Cena:
2450 PLN nettoLokalizacja:
ZdalneTermin:
Trener:
Cena:
2450 PLN nettoLokalizacja:
ZdalneTermin:
Trener:
Cena:
2450 PLN nettoLokalizacja:
ZdalneAI wspomagające Test-Driven Development (TDD)
Cele szkolenia
Szkolenie przygotowuje do samodzielnego analizowania i refaktoryzowania kodu z wykorzystaniem narzędzi AI oraz metodologii Test-Driven Development
Szkolenie uczy generowania i wdrażania testów jednostkowych, integracyjnych i regresyjnych przy wsparciu sztucznej inteligencji oraz integracji tych testów z pipeline CI/CD
Szkolenie pokazuje, jak efektywnie planować i wdrażać zmiany w kodzie, monitorować pokrycie testami oraz automatyzować procesy wdrożeniowe z użyciem nowoczesnych narzędzi AI
Dla kogo?
Programiści backend i frontend z doświadczeniem w pracy z repozytoriami kodu oraz testowaniem
Liderzy zespołów developerskich i QA odpowiedzialni za wdrażanie i utrzymanie jakości oprogramowania
Specjaliści DevOps i inżynierowie CI/CD zajmujący się automatyzacją procesów wdrożeniowych i testowych
Efekty kształcenia
Uczestnik analizuje i refaktoryzuje kod z użyciem narzędzi AI
Uczestnik generuje testy jednostkowe, integracyjne i regresyjne z pomocą AI
Uczestnik wdraża testy do pipeline CI/CD oraz monitoruje ich wyniki
Uczestnik identyfikuje luki testowe i planuje pokrycie kodu testami
Uczestnik wykorzystuje prompty i szablony do automatyzacji pracy programisty
Uczestnik porównuje narzędzia AI wspierające proces TDD
Wymagania
Znajomość Pythona lub Java (w zależności od repozytorium)
Podstawowa wiedza o TDD (Red→Green→Refactor)
Konto GitHub i lokalne środowisko developerskie
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Czym jest Test-Driven Development?
Filozofia TDD: Red → Green → Refactor
Różnice między TDD, BDD i klasycznym testowaniem
Wartość biznesowa pisania testów przed kodem
Analiza kodu zastanego i planowanie zmian z udziałem LLM
Przegląd nieznanego repozytorium przy pomocy AI
Promptowanie do analizy klas, funkcji i zależności
Wnioskowanie o możliwych refaktoryzacjach lub lukach w testach
Zachowanie kontekstu działania aplikacji + RAG
Utrzymywanie spójności kontekstu przy dużych kodach (chunking, summarization)
Mechanizmy Retrieval-Augmented Generation (RAG) w praktyce
Tworzenie lokalnej bazy wiedzy o kodzie (embedding + wektorowe wyszukiwanie)
Generowanie testów z pomocą AI
Tworzenie testów jednostkowych z poziomu funkcji/metody
Automatyczne uzupełnianie istniejących klas testowych
Testy pokrywające przypadki brzegowe i regresyjne
Best practices przy ocenie testów wygenerowanych przez LLM
Agenci AI w programowaniu
Różnice między narzędziami: Copilot, Cursor, Aider, Cody, SWE-agent
Przykład zastosowania agenta do refaktoryzacji lub migracji frameworka
Wady i zalety „delegowania” większych zadań agentom
Ewolucyjna architektura: poprawa modularności aplikacji
Wykrywanie kodu monolitycznego i silnych zależności
Podział aplikacji na moduły z pomocą AI
Dodawanie warstw testów i kontraktów między komponentami
Regresja i testy integracyjne
Tworzenie testów regresyjnych na podstawie istniejącego kodu i historii zmian
Identyfikacja punktów integracyjnych (bazy danych, API, kolejki)
Symulacja środowiska produkcyjnego do testów
CI/CD i wdrożenie: GitHub Actions, pipeline, deployment
Tworzenie workflow do automatycznego uruchamiania testów
Warunki zatwierdzania PR na podstawie wyników testów
Deployment do środowiska stagingowego z użyciem GitHub Actions
Monitorowanie pokrycia kodu i regresji
Autorem szkolenia jest Marcin Wierzbiński
Analityk danych i badacz sztucznej inteligencji z doświadczeniem akademickim i komercyjnym. Na co dzień wykłada na Uniwersytecie Warszawskim, a swoje kompetencje rozwijał również w międzynarodowych instytucjach badawczych, takich jak Instytut Maxa Plancka w Berlinie. Specjalizuje się w uczeniu maszynowym, analizie danych na dużą skalę oraz bioinformatyce – w szczególności w przetwarzaniu i analizie danych genetycznych. Prowadzi praktyczne kursy z zakresu analizy danych i deep learningu, kładąc…
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
