GitHub'da Otonom Yapay Zekanın Temel İlkeleri
Orta
DevOps Mühendisi
Yönetici
Geliştirici
Çözüm Mimarı
GitHub
Yapay zeka kodlama aracılarının GitHub iş akışları içinde planlama, eylem ve geliştirme yaparak yazılım geliştirmeyi nasıl dönüştürdüğünü öğrenin.
Öğrenme hedefleri
Bu modülü tamamladığınızda şunları yapabileceksiniz:
- SDLC'de aracı yapay zeka tanımlama ve aracıları yardımcılardan ayırma
- Aracı iş akışlarında yaşam döngüsünü değerlendirmek → planı açıklama ve uygulama → eylem
- GitHub'un aracı etkinliği için bir kayıt sistemi ve kontrol düzlemi olarak nasıl işlediğini açıklayın.
- Aracı sistemlerinde sorumlulukları, riskleri, desenleri önleme ve izlenebilirlik gereksinimlerini belirleme
- Aracı tarafından oluşturulan çalışmayı değerlendirmek için katkı sağlayıcı modelini uygula
Önkoşullar
Başlamadan önce şunları yapmalısınız:
- GitHub hesabı ve depolar, dallar ve çekme istekleri hakkında bilgi
- GitHub Actions ve durum denetimleriyle ilgili temel deneyim
- Yazılım geliştirme yaşam döngüsü (SDLC) hakkında genel bir anlayış
- Yapay zeka destekli geliştirme araçları hakkında bilgi (GitHub Copilot gibi)
- Temel depo idaresi kavramlarının farkındalığı (örneğin, incelemeler, CODEOWNERS ve dal koruması)
Bu modülde ele alınan bazı denetimlerin (örneğin, kural kümeleri, dal koruması ve gerekli denetimler) depo veya kuruluş yöneticileri tarafından yapılandırılması gerekir. Denetim modelini yönetici erişimi olmadan da uygulayabilirsiniz, ancak uygulama için uygun izinler gerekir.