课程简介
在AI技术席卷各行各业的今天,软件开发正经历一场深刻的范式转移。对于研发团队而言,掌握AI工具已不再是锦上添花的技能,而是提升核心竞争力、应对未来挑战的必然选择。
我们观察到,团队成员虽已开始使用各类AI编程助手,但应用场景往往停留在简单的代码补全,其巨大的潜力远未被释放。这种“浅尝辄止”的使用,无法带来团队效能的质变。为此,我们特别设计 《AI赋能:大模型在研发测试全流程中的提效实战》 课程。这不仅仅是一次工具使用培训,更是一场研发效能的系统性升级。本课程将引导您的团队:
从“被动补全”到“主动规划”: 学习如何让AI承担从需求分析、技术方案设计到代码生成、测试验证乃至文档编写的全流程任务。
从“个人技巧”到“团队方法论”: 建立统一的AI协作语言和工作流,让高效实践在团队内部无缝流转,形成“1+1>2”的协同效应。
从“单一工具”到“生态整合”: 融会贯通Copilot与通用大模型,针对前后端、算法、测试等不同岗位的核心工作场景,提供精准的提效解决方案。
投资此次培训,就是投资您团队的未来。让我们一起,超越工具使用的表层,共同迈向人机协同、智能创新的研发新纪元,将AI真正转化为团队最强大的“加速引擎”。
本课程是针对时代的特点,尹老师总结多年AI工作经验,而精心设计的课程。
培训目标
深入讲解智能编码助手深度应用(以AI Coding为核心);
深入讲解通用大模型在研发中的高阶应用(DeepSeek等);
深入讲解AI赋能开发阶段(前后端/算法工程师重点);
深入讲解AI赋能测试与质量保障(测试工程师重点);
培训对象：
即将投身于人工智能领域的企业或者个人;
研发中心全体成员(前端、后端、算法、测试);
系统架构师、系统分析师、高级程序员、资深开发人员;
政府机关,金融保险、移动互联网、能源行业等人工智能相关人员;
高校、科研院所统计分析研究员,涉及到人工智能的人员;
培训方式：
以课堂讲解、演示、案例分析为主,辅以互动研讨、现场答疑、学以致用。
课程安排：
课程时间:1天
课程内容
第一部分:核心工具与基础技能精讲
智能编码助手深度应用(深入剖析智能编码助手深度应用)(90分钟)
智能编码助手深度应用——以AI Coding为核心
AI重塑软件工程全生命周期
从“工具使用者”升级为“AI协作者”
当前AI编程工具生态概览(通义灵码、TRAE、文心快印、Copilot、ChatGPT、Cursor、Claude等)
超越补全:精准注释编写技巧、函数级与模块级代码生成
代码优化与重构:利用AI识别坏味道、提出重构建议、自动生成单元测试
交互式编程:Copilot Chat的实战用法——解释代码、调试错误、学习新技术
实战技巧:编写高质量Prompt(指令)的原则与模式
通用大模型在研发中的高阶应用(深入剖析通用大模型在研发中的高阶应用)(60分钟)
通用大模型在研发中的高阶应用(DeepSeek等)
需求分析与设计:快速生成技术方案、架构图、API设计文档
技术难题攻关:将错误信息、业务逻辑转化为AI可理解的问题
数据加工与处理:辅助生成模拟数据、SQL查询、数据清洗脚本
测试用例生成:根据需求自动生成场景化、边界化的测试用例
第二部分:场景化实战——贯穿研发全流程
AI赋能开发阶段(深入剖析AI赋能开发阶段)(120分钟)
AI赋能开发阶段(前后端/算法工程师重点)
前端实战:自动生成UI组件、页面布局、数据处理逻辑
后端实战:快速构建CRUD接口、数据库模型、业务逻辑代码
目前最新的技术架构、技术思路实现,如SpringBoot + VUE案例
算法实战:辅助实现算法伪代码、优化现有模型、生成数据预处理代码(港口、海上船舶等案例)
代码审查:利用AI作为“第一道审查员”,发现潜在问题
信息化公司实际案例讲解:AI Coding开发代码实操
AI赋能测试与质量保障(深入剖析AI赋能测试与质量保障)(90分钟)
AI赋能测试与质量保障(测试工程师重点)
测试用例的扩写与增强:基于基础用例,生成更多变体和异常流
自动化测试脚本生成:将自然语言描述转化为Selenium等脚本
目前最新的技术架构、技术思路实现,如自动化测试脚本编写
测试数据制造工厂:生成符合特定规则的复杂、大批量测试数据
缺陷分析报告:辅助分析日志,定位问题根因,撰写清晰的缺陷报告
信息化公司实际案例讲解:AI Coding编写自动化测试用例脚本实操
课程总结与答疑(深入剖析课程总结与答疑)(10分钟)
课程总结与答疑
核心知识点回顾
制定个人/团队的AI提效行动计划
开放问答,解决实际工作中遇到的挑战
第1天
授课老师
尹立庆 某大型知名互联网企业首席架构
常驻地：北京
邀请老师授课：13439064501 陈助理
