北京市朝阳区AI for Software Development培训

GitHub Copilot是一款由AI驱动的代码补全工具，能够加速开发过程，同时提高质量和生产力。结合人工智能在项目、基础设施和软件中的应用，管理者可以利用AI优化资源分配，简化工作流程，并增强决策能力。

本次由讲师主导的培训（线上或线下）面向高级管理者，旨在深化他们对GitHub Copilot的理解，同时探索AI在企业环境中的实际应用，并结合石油和天然气等行业的大规模项目实例。

培训结束后，参与者将能够：

• 在大规模企业项目中应用高级Copilot功能。
• 将Copilot集成到多学科工作流程中，以实现最大效率。
• 利用AI工具优化项目管理、基础设施和软件采购。
• 实施基于AI的策略，以改进规划、估算和时间优化。
• 识别石油和天然气等行业特定场景中的实际AI应用。

课程形式

• 互动式讲座与讨论。
• 实践练习与案例分析。
• AI工具与Copilot工作流程的实时演示。

课程定制选项

• 如需定制本课程，请联系我们安排。

通用人工智能（AI）是一组模拟人类智能的技术，使机器和应用能够更智能、更自适应。

本课程为讲师指导的线下或线上培训，面向希望使用现实工具和平台构建AI驱动应用的中级开发者。

培训结束后，学员将能够：

• 理解核心AI和机器学习概念。
• 使用Python和流行库开发AI功能。
• 将AI技术应用于实际软件开发项目。
• 评估模型并部署智能服务。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手实践。

课程定制选项

• 如需定制本课程，请联系我们安排。

GitHub Copilot是一款由AI驱动的编码助手，旨在帮助自动化开发任务，包括编写YAML配置、GitHub Actions和部署脚本等DevOps操作。

本次由讲师指导的培训（线上或线下）面向初学者到中级专业人士，旨在帮助他们使用GitHub Copilot简化DevOps任务，提升自动化水平，并提高生产力。

培训结束后，学员将能够：

• 使用GitHub Copilot辅助编写shell脚本、配置文件及CI/CD管道。
• 在YAML文件和GitHub Actions中利用AI代码补全功能。
• 加速测试、部署和自动化工作流程。
• 负责任地使用Copilot，了解AI的局限性和最佳实践。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验环境中进行实操。

课程定制选项

• 如需定制本课程，请联系我们进行安排。

Huawei Ascend是一系列专为高性能推理和训练设计的AI处理器。

本次由讲师指导的培训（线上或线下）面向中级AI工程师和数据科学家，旨在帮助他们使用华为Ascend平台和CANN工具包开发和优化神经网络模型。

培训结束后，参与者将能够：

• 设置和配置CANN开发环境。
• 使用MindSpore和CloudMatrix工作流开发AI应用。
• 使用自定义算子和分块优化Ascend NPU的性能。
• 将模型部署到边缘或云环境。

课程形式

• 互动式讲座和讨论。
• 在示例应用中动手使用华为Ascend和CANN工具包。
• 专注于模型构建、训练和部署的指导练习。

课程定制选项

• 如需根据您的基础设施或数据集定制本课程，请联系我们安排。

本次由讲师指导的培训在北京市朝阳区（线上或线下）面向中级软件专业人员，旨在利用人工智能和机器学习提高软件开发的效率和创新。

培训结束后，参与者将能够：

• 理解人工智能和机器学习在自动化软件开发任务中的作用。
• 实施AI工具以生成代码、测试和文档。
• 应用AI技术进行代码优化、质量保证和调试。
• 将AI集成到DevOps和CI/CD管道中，以改进部署策略。
• 解决AI增强软件工程中的伦理考量和挑战。

本课程为讲师指导的实时培训（线上或线下），面向中级到高级参与者，旨在优化团队工作流、增强协作编程实践，并有效管理多开发者环境中的 Copilot 使用。

培训结束后，参与者将能够：

• 为团队环境设置 GitHub Copilot。
• 利用 Copilot 增强协作编程实践。
• 使用 Copilot 的功能优化团队工作流。
• 管理 Copilot 在多开发者项目中的集成。
• 在团队中保持一致的代码质量和标准。
• 利用 Copilot 的高级功能满足团队特定需求。
• 将 Copilot 与其他协作工具结合以提高效率。

本课程为讲师指导的线下或线上培训，面向中级 QA 工程师、开发人员和团队负责人，旨在帮助他们利用 GitHub Copilot 更高效地进行调试、提高代码质量并简化代码审查。

培训结束后，参与者将能够：

• 为调试和代码审查目的设置 GitHub Copilot。
• 使用 Copilot 高效识别和修复错误。
• 通过 AI 辅助建议提高代码质量。
• 利用 Copilot 的功能简化代码审查流程。
• 在团队环境中有效协作使用 Copilot。

课程定制选项

课程形式

在培训结束时，学员将能够：

Prompt Engineering for Software Development 是一门实践课程，旨在教开发人员如何设计有效的提示，以优化 AI 生成输出的实用性、精确性和安全性，应用于软件工程任务中。

这门由讲师主导的培训（线上或线下）针对中级开发人员，他们希望将提示工程技术应用于 AI 编码助手、代码分析器和智能自动化工具中。

• 为代码生成、审查和优化任务创建精确的提示。
• 使用提示链和精炼技术，在迭代工作流程中改善 AI 的回应。
• 从最少的输入生成结构化输出，如测试用例、SQL 查询和文档。
• 减少幻觉并提高对技术环境中 LLM 行为的控制。

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实践操作。

• 如需为此课程定制培训，请联系我们进行安排。

本次由讲师指导的培训（线上或线下）面向中级前端开发者，旨在帮助他们使用 GitHub Copilot 自动化重复性编码任务，提升 UI/UX 设计，并优化前端工作流程。

培训结束后，参与者将能够：

• 为前端开发项目设置 GitHub Copilot。
• 利用 Copilot 高效生成 HTML、CSS 和 JavaScript 代码。
• 通过 AI 生成的代码建议改进 UI/UX 设计流程。
• 通过实用的 Copilot 集成策略增强前端工作流程。
• 在 Copilot 的帮助下调试前端代码。

Responsible AI in Software Development 是一门基础课程，探讨在软件开发过程中使用 AI 工具时的伦理、法律和治理问题。课程强调透明度、公平性、知识产权问题以及 AI 生成代码的安全部署。

本课程为讲师指导的培训（线上或线下），面向希望在其软件项目中确保 AI 使用符合伦理、合规且风险意识强的初级技术及非技术专业人员。

培训结束后，学员将能够：

• 识别并缓解与 AI 辅助开发相关的伦理和法律风险。
• 理解 AI 生成代码中的偏见，并评估其公平性。
• 管理与 AI 生成内容相关的软件许可和归属问题。
• 为开发团队建立 AI 使用的治理、政策和合规框架。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验环境中进行实践操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AI用于软件需求和用户故事生成是一门实践课程，专注于使用生成式AI将利益相关者的输入转化为适合敏捷开发工作流的结构化需求、史诗、用户故事和验收标准。

本课程为讲师主导的培训（线上或线下），面向初级的产品和项目专业人士，他们希望使用ChatGPT或Claude等工具来提高需求收集和细化的清晰度、速度和可追溯性。

在培训结束时，参与者将能够：

• 使用AI提示来收集和细化业务需求。
• 将功能请求转化为结构良好的用户故事和史诗。
• 在AI的帮助下生成验收标准、边缘案例和完成定义。
• 使用AI结构化的文档与开发团队协作。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

Cursor 是一个由人工智能驱动的开发环境，通过智能代码生成、上下文感知建议和简化的文档，提升数据与机器学习工作流程的生产力和可靠性。

本课程由讲师主导，提供线上或线下培训，面向中级数据与机器学习专业人士，旨在帮助他们将 Cursor 集成到日常工作中，以实现更快的原型设计、可扩展的管道开发和改进的模型运维。

完成本培训后，学员将能够：

• 使用 Cursor 加速笔记本开发和代码探索。
• 生成、重构和记录 ETL 及特征工程管道。
• 利用 AI 辅助代码进行模型训练、调优和评估。
• 提升机器学习工作流程中的可重复性、协作性和操作一致性。

课程形式

• 互动式讲座与演示。
• 在实际编码环境中进行实践练习。
• 结合 Cursor 与机器学习管道和模型运维工具的案例研究。

课程定制选项

• 本培训可根据特定框架（如 TensorFlow、PyTorch 或 scikit-learn）或组织的 MLOps 平台进行定制。

本课程由讲师指导，提供北京市朝阳区（线上或线下）培训，面向希望利用 GitHub Copilot 进行 Python 特定任务、调试以及实现机器学习工作流的初级到中级 Python 开发者。

在本课程结束时，参与者将能够：

• 为 Python 开发设置和配置 GitHub Copilot。
• 利用 Copilot 编写高效的 Python 代码。
• 使用 AI 生成的建议调试 Python 应用程序。
• 自动化重复的编码任务，提高工作流效率。
• 利用 Copilot 在 Python 中实现机器学习项目。

Graphite是一个开发者生产力和代码审查平台，它优化了拉取请求工作流程，提升了团队协作，并与GitHub和基于AI的代码审查助手等工具集成。

本次由讲师主导的培训（线上或线下）面向中级软件工程团队，旨在帮助他们简化开发工作流程，提升审查效率，并在企业DevOps管道中有效实施Graphite。

培训结束后，参与者将能够：

• 在企业级开发环境中部署和配置Graphite。
• 自动化拉取请求管理，提升代码审查吞吐量。
• 将Graphite与GitHub、CI/CD系统以及AI助手（如OpenAI、Deepseek、LlaMA、Qwen和Mistral Small）集成。
• 使用Graphite分析和仪表板衡量开发者生产力。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

Cursor是一个先进的AI驱动的开发环境，允许工程师针对特定用例和企业工作流扩展、微调和自定义其编码智能。

本课程由讲师主导，提供线上或线下培训，面向希望设计定制提示系统、微调模型行为并为内部开发自动化构建自定义扩展的高级开发人员和AI工程师。

在培训结束时，参与者将能够：

• 设计和测试高级提示模板，以实现精确的AI行为。
• 将Cursor连接到内部API和知识库，以生成上下文感知的代码。
• 为特定任务开发微调或领域适应的AI模型。
• 构建并部署自定义工具或适配器，安全地扩展Cursor的功能。

课程形式

• 技术演示和指导性示范。
• 动手开发和提示优化实验室。
• 将Cursor与真实企业系统集成的实践项目。

课程定制选项

• 本课程可根据特定的内部架构、AI框架或安全合规要求进行定制。

本次由讲师主导的北京市朝阳区（线上或线下）培训面向高级参与者，旨在帮助他们为团队项目定制GitHub Copilot，利用其高级功能，并将其无缝集成到CI/CD管道中，以增强协作和生产力。

培训结束后，参与者将能够：

• 根据特定项目需求和团队工作流程定制GitHub Copilot。
• 利用Copilot的高级功能处理复杂的编码任务。
• 将GitHub Copilot集成到CI/CD管道和协作环境中。
• 使用AI工具优化团队协作。
• 有效管理和排查Copilot的设置和权限。

生成式AI用于前端开发探讨了如何通过大型语言模型和AI驱动的工具，加速前端开发，包括基于提示的代码生成、布局原型设计和UI优化。

本次由讲师主导的培训（线上或线下）面向初学者到中级水平的前端专业人员，旨在帮助他们使用生成式AI更快、更有创意地构建和迭代用户界面。

培训结束后，参与者将能够：

• 使用AI工具从自然语言提示生成HTML、CSS和JavaScript。
• 使用生成模型创建和优化UI组件和布局。
• 快速原型设计响应式网页，无需从头编写所有代码。
• 利用AI建议和自动化工作流程优化前端代码。

课程形式

• 互动讲座和讨论。
• 大量练习和实践。
• 在实时实验环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

本次由讲师指导的培训在北京市朝阳区（线上或线下）面向从新手到专家的开发者，旨在帮助他们利用Tabnine进行AI代码生成。

培训结束后，参与者将能够：

• 了解AI驱动的代码生成基础知识。
• 在开发环境中安装和配置Tabnine。
• 使用Tabnine进行高效的代码补全和错误纠正。
• 使用Tabnine创建和训练自定义AI模型以完成特定任务。

Vibe coding是一种新兴的范式，开发者通过与大型语言模型的自然语言交互来生成、优化和精炼代码。

本次由讲师指导的培训（线上或线下）面向中级开发人员和技术主管，旨在帮助他们掌握使用AI编码助手和开源LLM，以提高生产力、创造力和工作流程自动化。

培训结束后，参与者将能够：

• 理解vibe coding的原则及其对软件开发的影响。
• 使用Replit、DeepSeek、LlaMA、Qwen、Mistral和GitHub Copilot等工具，实现LLM辅助的编码环境。
• 设计和执行提示工程策略，以实现有效的AI协作。
• 将vibe coding工作流程集成到企业CI/CD管道和治理框架中。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AI增强的测试生成与质量工程探讨了人工智能工具和大型语言模型（LLMs）如何提高测试覆盖率，加速测试创建，并增强质量保证流程。

本课程由讲师主导，提供线上或线下培训，面向中级QA专业人员，旨在帮助他们使用AI驱动的工具和实践来自动化并提升测试策略。

通过本课程，学员将能够：

• 使用AI工具和提示生成单元测试、集成测试和UI测试。
• 利用LLMs进行探索性测试、边缘案例发现和回归分析。
• 使用AI辅助分类对测试失败和异常进行聚类和优先级排序。
• 将基于AI的测试集成到CI/CD管道中，以提高发布信心。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需定制本课程，请联系我们进行安排。

Cursor是一个由AI驱动的开发环境，旨在增强团队协作，自动化代码审查，并无缝集成到现代CI/CD工作流中。

本次由讲师主导的培训（线上或线下）面向中级技术专业人员，旨在帮助他们将Cursor集成到团队环境中，以改善协作、简化审查流程，并确保自动化管道中的质量。

完成培训后，参与者将能够：

• 在Cursor中设置和管理团队环境，以便进行协作开发。
• 利用AI工具进行自动化代码审查、生成拉取请求以及验证合并。
• 使用Cursor的功能实施代码治理、审查策略和安全防护措施。
• 将Cursor与CI/CD系统集成，确保持续交付和一致的质量标准。

课程形式

• 讲师主导的演示和基于团队的讨论。
• 使用真实团队协作场景的实践实验室。
• 与CI/CD和版本控制工具的实时集成练习。

课程定制选项

• 课程可以根据特定的CI/CD平台、仓库工具或企业安全需求进行调整。

本课程为讲师指导的培训，在北京市朝阳区（线上或线下）进行，面向初级到中级程序员和开发者，旨在帮助他们利用DeepSeek Coder提升编码效率和生产力。

培训结束后，学员将能够：

• 了解DeepSeek Coder的功能与局限。
• 利用AI辅助生成高质量代码片段。
• 使用DeepSeek Coder进行调试和代码优化。
• 利用AI工具自动化重复的编程任务。

本次由讲师指导的培训在北京市朝阳区（线上或线下）面向中级水平的参与者，旨在帮助他们利用 GitHub Copilot 处理高级编码用例，提高生产力，并将 Copilot 集成到他们的开发工作流程中。

培训结束后，参与者将能够：

• 优化使用 GitHub Copilot 进行高级编码任务。
• 借助 Copilot 的建议编写更高效、无错误且易于维护的代码。
• 将 GitHub Copilot 集成到他们首选的 IDE 和工作流程中。
• 利用 Copilot 进行调试和代码重构。
• 了解使用人工智能编码工具的局限性和伦理考量。

本课程为讲师指导的北京市朝阳区（线下或线上）培训，面向希望掌握 Tabnine 高级功能的高级开发者和团队负责人。

在本课程结束时，参与者将能够：

• 在复杂软件项目中实施 Tabnine。
• 为特定用例自定义和训练 Tabnine 的 AI 模型。
• 将 Tabnine 集成到团队工作流程和开发管道中。
• 利用 Tabnine 的洞察力提升代码质量并加速开发周期。

本次由讲师主导的培训在北京市朝阳区（线上或线下）面向希望将AI编码助手集成到其开发工作流程中的初级到中级软件开发人员。

培训结束后，参与者将能够：

• 了解AI编码助手在软件开发中的角色和能力。
• 利用各种AI编码助手工具自动化日常编码任务。
• 将AI编码助手集成到软件开发生命周期中。
• 提高生产力，专注于更复杂和创造性的编程任务。
• 解决软件开发中AI的伦理考量和负责任的使用。

Devstral 是一个开源框架，旨在构建和运行编码代理，这些代理可以与代码库、开发者工具和 API 交互，以提升工程效率。

本课程由讲师指导，采用线上或线下培训形式，面向中高级 ML 工程师、开发者工具团队以及 SRE，帮助他们使用 Devstral 设计、实现和优化编码代理。

通过本课程，学员将能够：

• 设置和配置 Devstral 以进行编码代理开发。
• 设计用于代码库探索和修改的代理工作流。
• 将编码代理与开发者工具和 API 集成。
• 实施安全和高效代理部署的最佳实践。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

Cursor是一款AI驱动的代码编辑器，旨在通过智能代码补全、上下文编辑和自适应辅助来提升开发者效率。

本课程为讲师指导的培训（线上或线下），面向初级开发者和工程团队，帮助他们优化编码工作流程，并安全利用AI建议以提高效率。

完成本培训后，学员将能够：

• 安装并配置Cursor，以在开发项目中最佳使用。
• 理解并应用AI辅助代码补全、编辑器内聊天和重构工具。
• 有效且安全地评估、接受或修改AI生成的代码建议。
• 采用最佳实践进行团队入职、协作和版本控制集成。

课程形式

• 互动讲座与讨论。
• 动手演示与指导练习。
• 使用Cursor进行实际编码挑战和实验室练习。

课程定制选项

• 本课程可根据团队使用的特定编程语言或框架进行定制。

本课程为讲师指导的培训，在北京市朝阳区（线上或线下）进行，面向希望了解GitHub Copilot功能、设置并有效使用它以提升编码体验的初级开发者。

在本培训结束时，参与者将能够：

• 了解GitHub Copilot是什么及其工作原理。
• 在支持的代码编辑器中设置GitHub Copilot。
• 使用GitHub Copilot更快地编写、重构和调试代码。
• 利用Copilot探索编码技巧和解决方案。
• 应用最佳实践将GitHub Copilot集成到日常工作中。

LLMs 用于代码理解、重构和 Documentation 是一门技术课程，专注于应用大型语言模型（LLMs）来提升代码质量，减少技术债务，并自动化软件团队中的文档任务。

这门由讲师主导的培训（线上或线下）面向中高级软件专业人士，他们希望使用 GPT 等 LLMs 更有效地分析、重构和记录复杂或遗留的代码库。

在培训结束时，参与者将能够：

• 使用 LLMs 解释不熟悉的代码库中的代码、依赖关系和逻辑。
• 识别并重构反模式，提升代码可读性。
• 自动生成并维护内联注释、README 文件和 API 文档。
• 将 LLM 驱动的洞察整合到现有的 CI/CD 和审查工作流程中。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手实践。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

本课程由讲师主导，提供在 北京市朝阳区 的线上或线下培训，适合中级 Python 开发者和数据科学家，旨在通过 Tabnine 提升他们的工作效率。

培训结束后，参与者将能够：

• 在 Python 开发环境中安装和配置 Tabnine。
• 使用 Tabnine 的自动补全功能更高效地编写 Python 代码。
• 根据编码风格和项目需求自定义 Tabnine 的行为。
• 了解 Tabnine 的 AI 模型如何专门处理 Python 代码。

本次由讲师指导的北京市朝阳区（线上或线下）培训面向初学者，旨在帮助他们了解AI编码助手、其功能、如何提升开发过程，以及使用时的伦理考量。

培训结束后，学员将能够：

• 了解AI编码助手的目的和功能。
• 识别不同的AI编码助手工具及其特性。
• 使用AI编码助手完成基本编码任务。
• 讨论AI在开发中的基本伦理问题和负责任的使用方式。

AI驱动的软件开发生命周期（SDLC）是一门实践性课程，探讨人工智能如何增强软件开发过程的每个阶段。从自动化需求分析到智能测试生成和部署优化，参与者将学习如何在完整生命周期中集成AI工具和技术。

本课程由讲师指导，提供线下或线上培训，面向希望利用AI辅助工作流和工具现代化其SDLC的中级软件领导者。

通过本培训，参与者将能够：

• 利用AI将业务输入转化为结构化需求和用户故事。
• 使用LLMs改进代码文档、审查和重构。
• 使用AI工具自动化测试用例生成和覆盖分析。
• 在CI/CD管道中应用AI驱动的监控和部署决策。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

本课程为讲师指导的培训（线上或线下），面向中级软件开发人员，旨在通过使用Cursor进行AI辅助编程，提升生产力和代码质量。

培训结束后，学员将能够：

• 安装并配置Cursor，用于AI辅助软件开发。
• 将Cursor与Git仓库和开发工作流集成。
• 使用自然语言生成、调试和优化代码。
• 利用AI功能进行重构、文档编写和测试。

本课程为讲师指导的线下或线上培训，面向初学者到中级开发者，旨在帮助他们学习如何在现代开发工作流程中有效利用GitHub Copilot的功能。

本课程为讲师指导的培训（北京市朝阳区 线上或线下），面向希望借助Tabnine提高编码效率的初级开发者。

在本培训结束时，参与者将能够：

• 在首选的IDE中安装和设置Tabnine。
• 利用Tabnine的自动完成功能加快编码速度。
• 自定义Tabnine的设置以获得最佳帮助。
• 了解Tabnine的AI如何从他们的代码中学习以提供更好的建议。

这是一个沉浸式的一日工作坊，旨在帮助软件团队在整个软件开发生命周期（SDLC）中整合前沿的人工智能工具。该体验以渐进式“关卡”的互动游戏形式进行，融合了技术技能培养、创造力和协作。

参与者将使用 ChatGPT、GitHub Copilot 和基于机器学习的日志分析系统等人工智能工具，解决从需求收集、设计到编码、测试、部署和监控等 SDLC 各阶段的现实挑战。

该工作坊专为现代开发环境设计，旨在培养人工智能的熟练度、团队协作能力，并深入理解如何通过生成式人工智能和机器学习能力增强软件交付管道。