fbpx
Képzés hossza:
Képzés nyelve:
16 tanóra
Magyar, igény esetén angol
A képzés díja:

199 500 Ft + Áfa


AI natív szoftverfejlesztés workshop - Időpontok és jelentkezés

Első oktatási nap: 2027. február 8. , további oktatási napok: 9.

Hétköznap napközbeni (09.00 - 16.30)
Képzés nyelve:
Magyar
Tanfolyam díja:

199 500 Ft + Áfa

Jelentkezési határidő: 2027. január 29.
Jelentkezési határidő:
2027. január 29.

Első oktatási nap: 2027. május 10. , további oktatási napok: 11.

Hétköznap napközbeni (09.00 - 16.30)
Képzés nyelve:
Magyar
Tanfolyam díja:

199 500 Ft + Áfa

Jelentkezési határidő: 2027. április 30.
Jelentkezési határidő:
2027. április 30.

Első oktatási nap: 2027. augusztus 9. , további oktatási napok: 10.

Hétköznap napközbeni (09.00 - 16.30)
Képzés nyelve:
Magyar
Tanfolyam díja:

199 500 Ft + Áfa

Jelentkezési határidő: 2027. július 30.
Jelentkezési határidő:
2027. július 30.

Első oktatási nap: 2027. november 8. , további oktatási napok: 9.

Hétköznap napközbeni (09.00 - 16.30)
Képzés nyelve:
Magyar
Tanfolyam díja:

199 500 Ft + Áfa

Jelentkezési határidő: 2027. október 29.
Jelentkezési határidő:
2027. október 29.

Zártcsoportos képzésre jelentkezem

Amennyiben munkatársaiddal zárt csoportos képzésen veszel részt és kaptál a tanfolyam időpont kódot, itt tudod leadni jelentkezésedet.

Jelentkezés időpont nélkül

Ha egyik időpont sem felel meg neked, de érdekel a tanfolyam, kérünk, hogy add le jelentkezésedet időpont nélkül! Új időpont felvételekor értesíteni fogunk.

Ismerd meg, hogyan alakíthatod át a teljes szoftverfejlesztési munkafolyamatodat AI-native működésre! A kétnapos, intenzív workshop során megtanulod, hogyan építs újrahasznosítható AI skilleket, automatizált fejlesztői workflow-kat és együttműködő AI ügynököket. Megismered a context engineering, a tokenköltségoptimalizálás, az AI-native tesztelés és az AI-aware CI/CD legfontosabb technikáit. A gyakorlati feladatok során saját AI-alapú fejlesztői környezetet építesz, amely nemcsak a kódolást, hanem a teljes fejlesztési életciklust támogatja.

  • Szoftverfejlesztőknek, akik teljes fejlesztési workflow-kat szeretnének AI segítségével kialakítani.

  • Senior fejlesztőknek és tech leadeknek, akik AI-native fejlesztési módszereket szeretnének bevezetni a csapatukban.

  • Szoftverarchitekteknek, akik AI-ügynökökre, skillekre és automatizált folyamatokra épülő fejlesztési környezeteket terveznek.

  • DevOps és platform engineering szakembereknek, akik AI-alapú automatizálási és CI/CD megoldásokat szeretnének kialakítani.

  • Minden olyan tapasztalt IT-szakembernek, aki szeretné megérteni és a gyakorlatban alkalmazni az AI-native szoftverfejlesztés legújabb módszereit.
  • Programozási és szoftverfejlesztési ismeretek.
  • Modern szoftverfejlesztési folyamatok alapszintű ismerete.

Az AI-alapú szoftverfejlesztés következő lépcsőfoka már nem egyszerűen a kódgenerálás vagy az AI coding assistant-ek használata, hanem a teljes fejlesztői munkafolyamat újragondolása. Az AI-native fejlesztés során a mesterséges intelligencia nem egy kiegészítő eszköz a fejlesztő kezében, hanem a fejlesztési folyamat szerves része: támogatja a tervezést, a megvalósítást, a hibakeresést, a refaktorálást, a tesztelést, a kódellenőrzést és a release folyamatokat.

A workshopon megismered, hogyan építhetsz fel saját, újrahasznosítható AI skilleket és ezekre épülő fejlesztői workflow-kat. Kialakítunk külön folyamatokat új funkciók fejlesztésére, hibák kivizsgálására és javítására, valamint meglévő, akár legacy rendszerek elemzésére és refaktorálására. Bemutatjuk a modern skill library-ket és azokat a megközelítéseket, amelyekkel az AI fejlesztői képességei projekt- és feladatspecifikusan bővíthetők.

Kiemelt figyelmet fordítunk a context engineeringre és a költséghatékony AI-használatra. Megtanulod, hogyan készíts megfelelő projektkontextust, hogyan kezeld a kontextusablak korlátait, és hogyan csökkentsd a felesleges tokenfelhasználást. Megvizsgáljuk a nagy kódbázisok strukturált, gráfalapú reprezentációját, a kereshető kódindexek és MCP-alapú lekérdezések alkalmazását, valamint a különböző modellek és eszközök tudatos kiválasztását.

A képzésen a multi-agent fejlesztési megközelítésekbe is betekintést nyújtunk. Megismered, hogyan oszthatók fel az összetett fejlesztési feladatok specializált subagentek között, hogyan koordinálhatók ezek a feladatok, és hogyan építhető fel egy olyan rendszer, amelyben az AI-ügynökök egymás munkájára támaszkodva dolgoznak.

Az AI-native működés nem ér véget a kód elkészítésével. Foglalkozunk az AI-alapú teszteléssel és minőségbiztosítással, valamint azzal, hogyan integrálhatók az AI-alapú ellenőrzések és automatizmusok a CI/CD folyamatokba.

A képzés során a legfrissebb, gyakorlatban is alkalmazható eszközöket, technikákat és megközelítéseket mutatjuk be.

A workshop célja, hogy a résztvevők ne csupán AI-eszközöket használó fejlesztőkké váljanak, hanem képesek legyenek saját, hatékony, újrahasznosítható és költségoptimalizált AI-native fejlesztési rendszert kialakítani.

 

A KÉPZÉS TEMATIKÁJA:

1. Az AI-alapú szoftverfejlesztés új generációja 

2. AI skillek és újrahasznosítható fejlesztői képességek

3. AI-native fejlesztői workflow-k kialakítása

4. Context engineering és projektkontextus-menedzsment

5. Token- és költségoptimalizálás az AI-native fejlesztésben

6. MCP és fejlesztői eszközök integrációja

7. Subagent-driven development és multi-agent rendszerek

8. AI-native testing és quality assurance

9. AI-aware CI/CD pipeline-ok kialakítása

10. Biztonság, megbízhatóság és kontroll az AI-native fejlesztésben

 

 

Az oktatás szakmai vezetője


Kérdésed van a tréninggel kapcsolatban?



Ezek a tanfolyamok és e-learningek is érdekelhetnek

Tekintsd meg néhány további képzésünket a témában


AI a gyakorlatban: ChatGPT, Copilot és hatékony promptolás
(MFAI2)

AI Masterclass: az egyedi GPT készítés titkai
(MFAI3)

AI a gyakorlatban: szoftvertesztelés és tesztautomatizálás nagy nyelvi modellekkel (LLM) tanfolyam
(MFAITESTAUT)

LLM-ek és AI eszközök a modern fejlesztői folyamatokban workshop
(MFLLMTOOLS)

LLM-alapú fejlesztés és prompt engineering workshop
(MFLLMPROMPT)

LLM, Retrieval-Augmented Generation (RAG) rendszerek és vektor adatbázisok gyakorlati alkalmazásai workshop
(MFLLMRAG1)

LLM és Retrieval-Augmented Generation (RAG) rendszerek haladó szintű alkalmazása és optimalizációja workshop
(MFLLMRAG2)

AI-alapú specifikációvezérelt fejlesztés (Specification-Driven Development) workshop
(MFSPECAI)