Responsible AI in software developmentRAIISDCYCydrillCY-RAIISD1.0<ul>
<li>Verschiedene Aspekte der verantwortungsvollen AI verstehen</li><li>Wie man generative KI verantwortungsvoll in der Softwareentwicklung einsetzt</li><li>Schnelles Engineering für optimale Ergebnisse</li><li>Wie man generative KI im gesamten SDLC einsetzt</li></ul><p>Allgemeine Entwicklung</p><p>Alle Personen, die an der Nutzung von GenAI oder der Entwicklung von maschinellem Lernen beteiligt sind</p><h4>Eine kurze Geschichte der Künstlichen Intelligenz</h4><ul>
<li>Die Ursprünge der KI</li><li>Neuronale Netze und "Wahrscheinlichkeitsmaschinen"</li><li>Frühe ML-Codierungstools</li><li>Die KI-Codierrevolution der 2020er Jahre</li><li>Bedrohungen für ML-Systeme</li></ul>
<h4>Verantwortungsvolle AI</h4><ul>
<li>Was ist verantwortungsvolle KI?</li><li>Rechenschaftspflicht und Transparenz</li><li>Verringerung schädlicher Verzerrungen</li><li>Gültigkeit und Zuverlässigkeit</li><li>Gültigkeit und Zuverlässigkeit - Nicht-Determinismus des Codes</li><li>Demonstration - Experimentieren mit Gültigkeit und Zuverlässigkeit in Copilot</li><li>Erklärbarkeit und Interpretierbarkeit</li><li>Sicherheit, Schutz, Privatsphäre und Widerstandsfähigkeit</li><li>Sicherheit und verantwortungsvolle KI in der Softwareentwicklung</li></ul>
<h4>GenAI verantwortungsvoll in der Softwareentwicklung einsetzen</h4><ul>
<li>Grundlagen der LLM-Codeerzeugung</li><li>Grundlegende Bausteine und Konzepte</li><li>Eingabeaufforderung für Vorlagen</li><li>Systemaufforderungen zur KI-gesteuerten Codierung</li><li>GenAI-Werkzeuge für die Kodierung: Copilot, Codeium und andere</li><li>Kann KI... Ihre Produktivität steigern?</li><li>Kann KI... die "langweiligen Teile" übernehmen?</li><li>Kann AI... gründlicher sein?</li><li>Überprüfung des generierten Codes - der Blackbox-Blues</li><li>Die Gefahr von Halluzinationen</li><li>Kann KI... dir beibringen, wie man (besser) programmiert?</li><li>Demonstration - Experimentieren mit einer unbekannten API in Copilot</li><li>Die Auswirkungen von GenAI auf die Programmierkenntnisse</li><li>Einige weitere langfristige Auswirkungen der Nutzung von GenAI</li><li>Wo die KI-Codegenerierung nicht gut abschneidet</li><li>Schnelles Engineering
<ul>
<li>Warum ist ein guter Souffleur so wichtig?</li><li>Schaffung des Kontexts für generative KI</li><li>Null-Schuss-, Ein-Schuss- und Wenig-Schuss-Eingabeaufforderung</li><li>Vernunftbasiertes Prompt-Engineering, Gedankenkette</li><li>Demonstration - Experimentieren mit Eingabeaufforderungen in Copilot</li><li>Durchsetzung und Einhaltung von Token-Limits</li><li>Aufforderungsmuster
<ul>
<li>Prompt-Muster und Prompt-Priming</li><li>Die 6 Kategorien von Aufforderungsmustern</li><li>Aufforderungsmuster: Meta-Sprache erstellen</li><li>Aufforderungsmuster: Persona</li><li>Aufforderungsmuster: Visualisierungs-Generator</li><li>Aufforderungsmuster: Faktencheck-Liste</li><li>Aufforderungsmuster: Alternative Lösungsansätze</li><li>Aufforderungsmuster: Verweigerungsbrecher</li><li>Aufforderungsmuster: Umgekehrte Interaktion</li><li>Aufforderungsmuster: Kontext-Manager</li></ul></li><li>Einige weitere Souffleur-Ansätze
<ul>
<li>Least-to-Most und Self-Planning: Zerlegung komplexer Aufgaben</li><li>Demonstration - Aufgabenzerlegung mit Copilot</li><li>Prompt-Engineering-Techniken für Verfeinerung und Iteration</li><li>Einheitstests, TDD und GenAI</li><li>Demonstration - Testbasierte Codegenerierung mit Copilot</li></ul></li></ul></li></ul>
<h4>Integration von generativer KI in den SDLC</h4><ul>
<li>Einsatz von GenAI über die Codegenerierung hinaus</li><li>Einsatz von AI bei der Anforderungsspezifikation</li><li>Aufforderungsmuster für die Erfassung von Anforderungen</li><li>Softwareentwicklung und KI</li><li>Prompt-Muster für den Softwareentwurf</li><li>Demonstration - Anforderungserfassung und API-Design mit Copilot</li><li>Einsatz von AI bei der Umsetzung</li><li>Prompt-Muster für die Umsetzung</li><li>Demonstration - Auffinden versteckter Annahmen mit Copilot</li><li>Einsatz von AI bei Tests und QA</li><li>Einsatz von AI bei der Wartung</li><li>Aufforderungsmuster für das Refactoring</li><li>Demonstration - Experimentieren mit Code-Refactoring in Copilot</li><li>Aufforderungsmuster für die Simulation von Änderungsanträgen</li></ul>
<h4>Sicherheit von KI-generiertem Code</h4><ul>
<li>Sicherheit von KI-generiertem Code</li><li>Praktische Angriffe auf Tools zur Codegenerierung</li><li>Abhängigkeits-Halluzination durch generative KI</li><li>Fallstudie - Eine Geschichte der Schwächen von GitHub Copilot (bis Mitte 2024)</li><li>Ein Beispiel für eine Schwachstelle
<ul>
<li>Pfadüberquerung</li><li>Demonstration - Pfadüberquerung</li><li>Beispiele für die Pfadüberquerung</li><li>Bewährte Verfahren zur Pfadüberquerung</li><li>Demonstration - Kanonisierung von Pfaden</li><li>Demonstration - Experimentieren mit der Pfadverfolgung in Copilot</li></ul></li></ul>
<h4>Zusammenfassung und Schlussfolgerungen</h4><ul>
<li>Verantwortungsvolle KI-Prinzipien in der Softwareentwicklung</li><li>Generative AI - Ressourcen und zusätzliche Anleitungen</li></ul><ul>
<li>Eine kurze Geschichte der Künstlichen Intelligenz</li><li>Verantwortungsvolle AI</li><li>GenAI verantwortungsvoll in der Softwareentwicklung einsetzen</li><li>Zusammenfassung und Schlussfolgerungen</li></ul><p><em>Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class="cms-link-marked"><a class="fl-href-prod" href="/swisscom/en/course/cydrill-raiisd"><svg role="img" aria-hidden="true" focusable="false" data-nosnippet class="cms-linkmark"><use xlink:href="/css/img/icnset-linkmarks.svg#linkmark"></use></svg>hier</a></span>.</em></p>- Verschiedene Aspekte der verantwortungsvollen AI verstehen
- Wie man generative KI verantwortungsvoll in der Softwareentwicklung einsetzt
- Schnelles Engineering für optimale Ergebnisse
- Wie man generative KI im gesamten SDLC einsetztAllgemeine EntwicklungAlle Personen, die an der Nutzung von GenAI oder der Entwicklung von maschinellem Lernen beteiligt sindEine kurze Geschichte der Künstlichen Intelligenz
- Die Ursprünge der KI
- Neuronale Netze und "Wahrscheinlichkeitsmaschinen"
- Frühe ML-Codierungstools
- Die KI-Codierrevolution der 2020er Jahre
- Bedrohungen für ML-Systeme
Verantwortungsvolle AI
- Was ist verantwortungsvolle KI?
- Rechenschaftspflicht und Transparenz
- Verringerung schädlicher Verzerrungen
- Gültigkeit und Zuverlässigkeit
- Gültigkeit und Zuverlässigkeit - Nicht-Determinismus des Codes
- Demonstration - Experimentieren mit Gültigkeit und Zuverlässigkeit in Copilot
- Erklärbarkeit und Interpretierbarkeit
- Sicherheit, Schutz, Privatsphäre und Widerstandsfähigkeit
- Sicherheit und verantwortungsvolle KI in der Softwareentwicklung
GenAI verantwortungsvoll in der Softwareentwicklung einsetzen
- Grundlagen der LLM-Codeerzeugung
- Grundlegende Bausteine und Konzepte
- Eingabeaufforderung für Vorlagen
- Systemaufforderungen zur KI-gesteuerten Codierung
- GenAI-Werkzeuge für die Kodierung: Copilot, Codeium und andere
- Kann KI... Ihre Produktivität steigern?
- Kann KI... die "langweiligen Teile" übernehmen?
- Kann AI... gründlicher sein?
- Überprüfung des generierten Codes - der Blackbox-Blues
- Die Gefahr von Halluzinationen
- Kann KI... dir beibringen, wie man (besser) programmiert?
- Demonstration - Experimentieren mit einer unbekannten API in Copilot
- Die Auswirkungen von GenAI auf die Programmierkenntnisse
- Einige weitere langfristige Auswirkungen der Nutzung von GenAI
- Wo die KI-Codegenerierung nicht gut abschneidet
- Schnelles Engineering
- Warum ist ein guter Souffleur so wichtig?
- Schaffung des Kontexts für generative KI
- Null-Schuss-, Ein-Schuss- und Wenig-Schuss-Eingabeaufforderung
- Vernunftbasiertes Prompt-Engineering, Gedankenkette
- Demonstration - Experimentieren mit Eingabeaufforderungen in Copilot
- Durchsetzung und Einhaltung von Token-Limits
- Aufforderungsmuster
- Prompt-Muster und Prompt-Priming
- Die 6 Kategorien von Aufforderungsmustern
- Aufforderungsmuster: Meta-Sprache erstellen
- Aufforderungsmuster: Persona
- Aufforderungsmuster: Visualisierungs-Generator
- Aufforderungsmuster: Faktencheck-Liste
- Aufforderungsmuster: Alternative Lösungsansätze
- Aufforderungsmuster: Verweigerungsbrecher
- Aufforderungsmuster: Umgekehrte Interaktion
- Aufforderungsmuster: Kontext-Manager
- Einige weitere Souffleur-Ansätze
- Least-to-Most und Self-Planning: Zerlegung komplexer Aufgaben
- Demonstration - Aufgabenzerlegung mit Copilot
- Prompt-Engineering-Techniken für Verfeinerung und Iteration
- Einheitstests, TDD und GenAI
- Demonstration - Testbasierte Codegenerierung mit Copilot
Integration von generativer KI in den SDLC
- Einsatz von GenAI über die Codegenerierung hinaus
- Einsatz von AI bei der Anforderungsspezifikation
- Aufforderungsmuster für die Erfassung von Anforderungen
- Softwareentwicklung und KI
- Prompt-Muster für den Softwareentwurf
- Demonstration - Anforderungserfassung und API-Design mit Copilot
- Einsatz von AI bei der Umsetzung
- Prompt-Muster für die Umsetzung
- Demonstration - Auffinden versteckter Annahmen mit Copilot
- Einsatz von AI bei Tests und QA
- Einsatz von AI bei der Wartung
- Aufforderungsmuster für das Refactoring
- Demonstration - Experimentieren mit Code-Refactoring in Copilot
- Aufforderungsmuster für die Simulation von Änderungsanträgen
Sicherheit von KI-generiertem Code
- Sicherheit von KI-generiertem Code
- Praktische Angriffe auf Tools zur Codegenerierung
- Abhängigkeits-Halluzination durch generative KI
- Fallstudie - Eine Geschichte der Schwächen von GitHub Copilot (bis Mitte 2024)
- Ein Beispiel für eine Schwachstelle
- Pfadüberquerung
- Demonstration - Pfadüberquerung
- Beispiele für die Pfadüberquerung
- Bewährte Verfahren zur Pfadüberquerung
- Demonstration - Kanonisierung von Pfaden
- Demonstration - Experimentieren mit der Pfadverfolgung in Copilot
Zusammenfassung und Schlussfolgerungen
- Verantwortungsvolle KI-Prinzipien in der Softwareentwicklung
- Generative AI - Ressourcen und zusätzliche Anleitungen- Eine kurze Geschichte der Künstlichen Intelligenz
- Verantwortungsvolle AI
- GenAI verantwortungsvoll in der Softwareentwicklung einsetzen
- Zusammenfassung und SchlussfolgerungenDieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.1 Tag750.00750.00750.00750.00750.00