Обязательный курс по ИИ для программистов, полный практический проект AIGC (ИИ фронтенд бэкенд тестирование эксплуатация)

Содержание курса:

Часть 1: Как ChatGPT помогает программистам

1. Знакомство с мощными возможностями и сценариями применения ChatGPT для программистов
2. Изучение предыстории и истории развития ChatGPT
3. Применение и практические приёмы ChatGPT в работе с кодом
4. Разбор реальных примеров использования ChatGPT в рабочих задачах
5. Как ChatGPT приносит инновации и изменения для разных должностей
6. Углублённое рассмотрение конкретных способов применения ChatGPT в рабочих ситуациях
7. Как ChatGPT оптимизирует рабочие процессы и повышает эффективность
8. Комплексные примеры и итоги использования ChatGPT для программистов, а также план дальнейшего обучения

Часть 2: Практика на проекте Java

1. Изучение приёмов и методов применения ChatGPT в проектах на Java
2. Использование ChatGPT для многораундового диалога и написания документации
3. Описание проекта и настройка окружения для успешного выполнения проекта
4. Проектирование и реализация таблиц базы данных, построение базовой структуры проекта
5. Разработка функции входа для обеспечения безопасности и стабильности системы
6. Функция перехвата входа для повышения безопасности системы
7. Реализация структуры таблицы сотрудников для поддержки управления персоналом
8. Разработка функции добавления сотрудника для улучшения функциональности системы
9. Использование AOP для автоматического заполнения полей времени для повышения эффективности разработки
10. Реализация класса глобальной обработки исключений для обеспечения стабильности системы
11. Разработка функции поиска сотрудников для удобства управления
12. Реализация функции корзины для улучшения пользовательского опыта
13. Использование bito для чтения и рефакторинга кода, оптимизация структуры и производительности проекта
14. Проведение модульного тестирования для обеспечения качества кода и стабильности системы

Часть 3: Практика фронтенд-проекта

1. Описание проекта для успешного выполнения фронтенд-проекта
2. Создание проекта и начальная настройка, построение базовой структуры проекта
3. Реализация функции регистрации для предоставления пользователям услуги регистрации
4. Разработка функции входа для обеспечения безопасности и стабильности системы
5. Дизайн макета главной страницы, предоставление удобного интерфейса
6. Дизайн макета страницы с опытом собеседований, оптимизация процесса собеседований
7. Реализация функции списка опыта собеседований, предоставление материалов для собеседований
8. Разработка функции избранного, удобное управление ресурсами для собеседований
9. Дизайн и реализация страницы "Мой", предоставление персонализированных услуг

Часть четвертая: Практика проекта больших данных

1. Введение в цели проекта и цели обучения, подготовка к проекту
2. Обзор проекта, понимание контекста и целей проекта
3. Описание набора данных, глубокое понимание используемого набора данных
4. Построение хранилища данных с помощью ChatGPT, создание хранилища данных проекта
5. Реализация слоя ODS, поддержка обработки данных
6. Реализация слоя DWD, создание ядра хранилища данных
7. Построение слоя DWM, многомерный анализ и обработка данных
8. Построение слоя APP, поддержка визуализации и применения данных
9. Экспорт данных с помощью ChatGPT и Sqoop, выгрузка данных в указанный каталог
10. Визуализация данных с помощью FineBI, представление результатов анализа данных
11. Итоги проекта, обобщение полученного опыта
12. Описание среды разработки проекта, понимание необходимой среды

Часть пятая: Практика проекта искусственного интеллекта

1. Введение в проект, описание контекста и целей
2. Описание проекта, понимание содержания и целей
3. Общий процесс распознавания автомобилей, обзор всего процесса
4. Получение набора данных, сбор необходимых данных
5. Улучшение изображений, обработка и аугментация набора данных
6. Построение модели, проектирование и создание необходимой модели
7. Обучение модели, тренировка и оптимизация
8. Прогнозирование модели, распознавание и классификация изображений
9. Развертывание модели, внедрение обученной модели в проект
10. Итоги проекта, обобщение полученного опыта

Часть шестая: Практика тестового проекта

1. Цели курса, определение целей обучения и значимости проекта
2. Введение в проект, понимание предыстории и содержания проекта
3. Реализация UI-автотестирования, выбор подходящего подхода к автоматизированному тестированию
4. Анализ тест-кейсов, анализ необходимых для проекта тест-кейсов
5. Генерация скриптов с помощью ChatGPT - часть входа, использование ChatGPT для генерации скрипта входа и инкапсуляции объектов страницы
6. Генерация скриптов с помощью ChatGPT - часть поиска товаров, генерация скрипта поиска товаров и инкапсуляция объектов страницы
7. Генерация скриптов с помощью ChatGPT - часть добавления в корзину, генерация скрипта добавления в корзину и инкапсуляция объектов страницы
8. Оптимизация кода, оптимизация автоматически сгенерированных тестовых скриптов