AI-accelererade utvecklingsteam

Om utbildningen

AI har snabbt blivit en del av utvecklarens verktygslåda, men när varje utvecklare använder AI på sitt eget sätt blir det svårt att säkerställa kvalitet, säkerhet och ett konsekvent arbetssätt i teamet.

I den här utbildningen flyttar vi fokus från det enskilda AI-verktyget till hur AI kan bli en naturlig del av teamets utvecklingsprocess. Deltagarna arbetar praktiskt med AI genom olika delar av utvecklingsflödet - från kravförståelse och planering till implementation, testning, debugging, code review och dokumentation.

Vi lägger särskilt fokus på hur AI-genererat arbete granskas och verifieras. När kan vi lita på resultatet? Vad behöver alltid kontrolleras? Hur ger vi AI rätt kontext om kodbas, arkitektur och krav? Och hur använder vi AI för att öka produktiviteten utan att samtidigt skapa nya kvalitets- eller säkerhetsproblem?

Målet är att teamet efter utbildningen ska ha en gemensam grund för hur AI används, var det skapar värde och vilka kontroller som behöver finnas på plats.

Målgrupp

Utbildningen riktar sig till utvecklare, tech leads, mjukvaruarkitekter och utvecklingsteam som redan använder, eller står inför att börja använda, AI-assisterade utvecklingsverktyg och vill etablera ett mer strukturerat arbetssätt på teamnivå.

Utbildningen passar särskilt bra för befintliga utvecklingsteam där AI idag används på olika sätt av olika personer.

Förkunskaper

Deltagarna bör ha praktisk erfarenhet av mjukvaruutveckling och vara bekväma med att läsa, skriva och granska kod.

Tidigare erfarenhet av AI-verktyg som GitHub Copilot, Claude, ChatGPT eller liknande är en fördel, men inget krav. Fokus ligger på arbetssätt och utvecklingsprocess snarare än på ett specifikt verktyg.

‍

Kursinnehåll

AI som en del av utvecklingsprocessen
Förstå var AI kan skapa värde genom utvecklingsflödet - och var mänsklig kompetens, kontroll och beslut fortfarande är avgörande.

Från krav till plan med AI
Arbeta med AI för att förstå och bryta ner krav, utforska en befintlig kodbas och planera en implementation innan kod börjar genereras.

Ge AI rätt kontext
Lär dig hur relevant information om kodbas, arkitektur, kodstandarder och krav påverkar kvaliteten på resultatet och hur teamet kan arbeta mer konsekvent med kontext.

Implementation och refaktorering
Använd AI som stöd vid implementation, förändring och refaktorering av kod utan att tappa förståelsen för vad som faktiskt byggs.

Testning och debugging
Arbeta med AI för att identifiera fel, skapa relevanta tester, hitta edge cases och analysera problem - samtidigt som resultatet granskas kritiskt.

Verifiering och code review
Lär dig identifiera kod som ser korrekt ut men inte är det. Vi arbetar med metoder för att verifiera AI-genererad kod och integrera mänsklig granskning i arbetsflödet.

Säker AI-assisterad utveckling
Förstå riskerna kring exempelvis känslig information, kunddata, proprietär kod och credentials, samt vilka riktlinjer ett utvecklingsteam behöver ha på plats.

Skapa teamets gemensamma AI-arbetssätt
Sammanför utbildningen till ett konkret arbetssätt för teamet: när AI ska användas, hur det ska användas, vad som alltid behöver verifieras och när mänsklig kontroll krävs.

Efter utbildningen har teamet: en gemensam modell för hur AI används genom krav → planering → implementation → test → review, tillsammans med principer för kvalitet, verifiering och säker användning.

‍