AI for Software Development - up1/training-courses GitHub Wiki

Course :: AI for Software Development

คำอธิบาย

ปฏิเสธไม่ได้ที่ AI เข้ามามีบทบาทในทุก ๆ อุตสาหกรรม รวมทั้งการพัฒนา software เช่นเดียวกัน
ดังนั้นเราควรทำความเข้าใจเกี่ยวกับ AI ว่ามันจะเข้ามามีบทบาท หรือ ช่วยงานอะไรในแต่ละขั้นตอนของการพัฒนา software บ้าง
ตั้งแต่
* การคิด requirement
* การวางแผลงาน
* การออกแบบ
* การพัฒนา
* การทดสอบ
* การ deploy

ตลอดจนประเด็นด้านจริยธรรมและความเป็นธรรมในการใช้ AI รวมถึงการเตรียมพร้อมสำหรับอนาคตของการพัฒนาซอฟต์แวร์ที่ขับเคลื่อนด้วย AI

Outline

  • Introduction to AI and Software Development

    • What is AI?
    • Role of AI in Software Development
      • Design
      • Develop
      • Testing
      • Deploy
    • Applications of AI in software development

  • Basics of Machine Learning

    • Supervised Learning
    • Unsupervised Learning
    • Reinforcement Learning
    • AI in Test Automation

  • Introduction to Prompt engineer

    • Working with Generative AI
    • Structure of goos prompt
      • Assign role
      • Styling output
      • Be specific
      • Add conditions
      • Provide data
    • Prompt Engineering Implementations
      • Static prompt
      • Prompt template
      • Prompt Composition
      • Contextual Prompt
      • Prompt Chaining
      • Prompt Pipelines (Retrieval Augmented Generations)
      • Autonomous Agents
      • Prompt Tuning / Soft Prompts

  • AI-Driven Design

    • AI in Design process (UX/UI, Diagram)
    • Generate design with AI
      • User Interface
      • Diagram

  • Writing Code with AI Assistance

    • Overview of AI code assistants
    • Integrating AI coding assistants into the development workflow
    • Best practices for using AI in coding
    • Limitations and ethical considerations

  • AI in Testing and Quality Assurance

    • Role of QA in AI model development
    • Ensuring the quality of AI models
    • Understanding Test Automation
      • AI-based Test Automation Tools
      • AI in Test Case Generation

  • Deployment Strategies for AI-Enabled Applications

    • Introduction to deployment models for AI applications
    • Containerization and orchestration tools
      • Docker
      • Kubernetes
    • AI model deployment
      • Challenges and best practices
    • Monitoring and maintaining AI systems in production
    • Troubleshooting

  • Ethical Considerations and Future Trends

    • Ethical AI: principles and practices
    • Bias and fairness in AI applications
    • Future trends in AI for software development
    • Preparing for an AI-driven future in software development

  • Working with LLM

    • Fine-tuning with LLM
      • ChatGPT-4o
      • Ollama 3
    • Build RAG application
      • ChatGPT-4o
      • Ollama 3
    • Others
      • LiteLLM as a proxy to multi-le LLM provider
      • Open WebUI

  • Building application with LLM

    • Framework
      • Langchain
        • Fine-tuning
        • AI Agent
        • RAG(Retrieval-Augmented Generation)