生成式人工智能：提升你的软件开发职业生涯

生成式人工智能：提升你的软件开发职业生涯

本课程是多个项目的一部分。

位教师：IBM Skills Network Team

访问权限由 New York State Department of Labor 提供

37,179 人已注册

3个模块

深入了解一个主题并学习基础知识。

236 条评论

中级等级

推荐体验

灵活的计划

2 周在 10 小时一周

自行安排学习进度

95%

大多数学生喜欢此课程

3个模块

深入了解一个主题并学习基础知识。

236 条评论

中级等级

推荐体验

灵活的计划

2 周在 10 小时一周

自行安排学习进度

95%

大多数学生喜欢此课程

您将学到什么

掌握使用 ChatGPT、GitHub Copilot、Google Gemini、n8n 和 Bolt 等 GenAI 工具开发创新解决方案的就绪技能
使用生成式和代理式 AI 开发代码、脚本和自动化，包括 vibe 编码工作流程
应用生成式 AI 技术进行应用程序设计、架构、Bug 检测、代码 Refactoring 和程序优化
识别生成式 AI 编程风险和伦理问题，并选择缓解策略

您将获得的技能

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

7 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

此课程作为的一部分提供

在注册此课程时，您还需要选择一个特定的合作项目。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有3个模块

Generative AI（GenAI）是软件开发人员为未来职业生涯做好准备的必备技能。本课程将为现有和有抱负的开发人员提供雇主所需的就业技能，以构建智能、自适应和安全的解决方案。

您将学习如何利用 Generative AI 进行代码生成、软件设计、Bug 检测、测试、优化和文档编写。您还将探索 AI 如何集成到 DevSecOps 和持续集成与持续部署（CI/CD）管道中，支持翻译、审查和安全，并加强软件交付。您将考察 Large Language Model (LLM)、自然语言处理 (NLP) 和 prompt engineering，深入了解如何有效使用这些技术。此外，您还将了解用于扩展自主性的代理 AI 和 Retrieval-augmented Generation (RAG)，并亲身体验改变开发人员与代码交互方式的振动编码工具和实践。您还将考虑道德和负责任的 AI 实践，以确保您以负责任的方式进行创新。如果您渴望利用 GenAI 更快更好地构建软件，从而推动您的职业发展，请立即报名！

在本 Module 中，您将探索 Generative AI 如何通过提高生产率、自动化重复性任务以及实现智能代码生成和设计来改变软件开发。您将获得对 Large Language Model (LLM)、Transformer Model 和自然语言处理 (NLP) 的基础理解，以及这些技术如何为 ChatGPT 和 GitHub Copilot 等工具提供动力。通过动手实验和实际案例，您将学会设置 AI 开发环境、使用生成式 AI 工具构建聊天机器人、生成数据库模式、创建设计图和应用原型。此外，您还将学习利用 AI 生成静态网站和架构图。您还将学习如何为软件设计制作有效的 Prompt、使用 AI 管理遗留代码，以及在整个软件开发生命周期中应用利用 AI 的最佳实践。

涵盖的内容

14个视频2篇阅读材料3个作业4个应用程序项目9个插件

14个视频总计83分钟

课程介绍 3分钟
会见专家 3分钟
软件开发中的生成式 AI 简介 7分钟
在软件开发生命周期中利用生成式 AI 7分钟
大型语言模型 (LLM) 和 Transformer 8分钟
自然语言处理（NLP）及其意义 7分钟
专家观点：软件开发中的 Gen AI 7分钟
利用 AI 提供技术帮助以及设计模式和架构方面的最佳实践 7分钟
专家观点：用于技术帮助和软件架构的 Gen AI 5分钟
用于编码和开发的 AI 7分钟
演示：用于代码生成和故障排除的 GitHub CoPilot 4分钟
使用生成式 AI 生成静态网站 7分钟
演示：用生成式 AI 生成原型 6分钟
演示：使用生成式 AI 生成图表 5分钟

2篇阅读材料总计12分钟

课程大纲和先决条件 10分钟
Module 1 总结：AI 生成与软件开发 2分钟

3个作业总计60分钟

Module 1：AI 生成与软件开发 30分钟
软件开发与 Generative AI 15分钟
用于软件编码和架构的 Generative AI 15分钟

4个应用程序项目总计105分钟

实践实验室：使用 ChatGPT 构建基本聊天机器人 30分钟
实践实验室：熟悉 Generative AI 教室 20分钟
动手实验室：使用 ChatGPT 生成数据库设计 15分钟
动手实验室：获取给定代码问题的解决方案 40分钟

9个插件总计218分钟

成功完成课程的有用提示 3分钟
用于软件开发的生成式 AI 流行工具 30分钟
阅读：Generative AI 中的 token 30分钟
[单选] 实践实验室：设置 OpenAI 账户和生成 API 密钥 30分钟
[单选]实践实验室：使用 Visual Code Studio 设置开发环境 30分钟
使用生成式 AI 生成架构和设计图 15分钟
用 Gen AI 管理遗留代码 15分钟
软件设计和开发的实用 Prompt 20分钟
[单选] 利用 ChatGPT 设置自己的 AI 开发环境 45分钟

在本 Module 中，您将学习如何将先进的 AI 技术集成到持续集成和部署（CI/CD）、安全、测试和文档工作流程中，从而使生成式 AI 转变为软件开发。您将获得使用 Docker 和 AI 驱动的测试用例生成、代码翻译和审查等实用工具的实践经验。此外，您还将探索将 AI 嵌入开发生命周期的基本注意事项，包括道德使用、安全性和最佳实践。为了支持您的学习，该 Modulation 还提供了一份简明的小册子，总结了 DevSecOps 和软件测试中与 Generative AI 相关的关键概念和工具，可作为快速参考，以改进您的工作流程。

涵盖的内容

7个视频3篇阅读材料3个作业5个应用程序项目1个讨论话题1个插件

7个视频总计50分钟

使用人工智能的 CI/CD 简介 7分钟
专家观点：面向 CI/CD 工具的 Gen AI 7分钟
用于软件安全的生成式 AI 8分钟
用于软件安全的流行生成式 AI 工具 7分钟
用于软件测试的生成式 AI 7分钟
将生成式 AI 融入软件开发工作流程 8分钟
在软件开发中利用生成式 AI 进行创新 6分钟

3篇阅读材料总计12分钟

开发生成式人工智能软件的注意事项 6分钟
在软件开发中使用 Generative AI 的伦理考虑因素 4分钟
Module 2 总结：用于软件开发的生成式 AI 高级概念 2分钟

3个作业总计60分钟

Module 2：用于软件开发的生成式 AI 高级概念 30分钟
用于 DevSecOps 和测试的 AI 生成器 15分钟
生成式 AI 的注意事项 15分钟

5个应用程序项目总计145分钟

实践实验室：为部署 Node 应用程序编写 Dockerfile 25分钟
实践实验室：使用生成式 AI 为特定用例生成测试用例 30分钟
实践实验室：使用生成式 AI 编写软件文档 30分钟
实践实验室：使用生成式 AI 翻译代码 30分钟
实践实验室：用 Generative AI 复习代码 30分钟

1个讨论话题总计10分钟

讨论--你认为 Generative AI 可以取代人类的努力吗？ 10分钟

1个插件总计30分钟

Module 2 小抄：软件开发工作流程的 AI 生成及其注意事项 30分钟

在最后一个 Modulation 模块中，您将通过参与一个综合项目来巩固所学知识，该项目要求您使用生成式 AI 为开发人员构建一个个性化学习平台。从组织方法的前期工作开始，在应用生成式 AI 模型在 CodeCraftHub 中创建自适应学习体验之前，您将详细探索项目的范围和目标。本 Modulation 以期末考试达到高潮，考试将评估您在软件开发场景中有效应用生成式 AI 概念的理解和能力，为实际实施做好准备。