Course Outline

인공지능 보강된 소프트웨어 공학 (AIASE) 소개

  • 소프트웨어 공학에서의 인공지능 개요
  • AIASE의 역사와 진화
  • 주요 개념과 용어

소프트웨어 개발에서의 인공지능 기술

  • 머신러닝 기본 개념
  • 코드용 자연어 처리(NLP)
  • 신경망 및 딥러닝 모델

AI를 통한 소프트웨어 개발 자동화

  • 부가 코드 생성을 위한 AI 도구
  • 자동 코드 재구성 및 최적화
  • 기능 및 단위 테스트 코드 생성
  • AI 지원 테스트 케이스 설계 및 최적화

AI로 코드 품질 향상

  • 버그 탐지 및 코드 리뷰를 위한 AI
  • 소프트웨어 유지보수를 위한 예측 분석
  • AI 기반 정적 및 동적 분석 도구
  • 자동 디버깅 기술
  • AI 기반 결함 위치 및 수리

DevOps 및 지속적인 통합/배포 (CI/CD)에서의 AI

  • 빌드 최적화 및 배포를 위한 AI
  • 모니터링 및 로그 분석을 위한 AI
  • CI/CD 파이프라인에 대한 예측 모델
  • CI/CD 워크플로우에서의 AI 기반 테스트 자동화
  • 실시간 오류 탐지 및 해결을 위한 AI

Documentation 및 Knowledge Management에서의 AI

  • 문서 문자열 및 문서 자동 생성
  • 코드베이스에서 지식 추출
  • 코드 검색 및 재사용을 위한 AI

윤리적 고려사항 및 도전 과제

  • AI 도구에서의 편향 및 공정성
  • 지적 재산권 및 라이선스 문제
  • 소프트웨어 공학에서의 AI의 미래

실습 프로젝트 및 사례 연구

  • 소프트웨어 공학에서 인기 있는 AI 도구 사용
  • 산업에서의 AIASE 사례 연구
  • 캡스톤 프로젝트: AI 보강된 소프트웨어 애플리케이션 개발

요약 및 다음 단계

Requirements

  • 소프트웨어 개발 과정 및 방법론에 대한 이해
  • Python 프로그래밍 경험
  • 머신러닝 개념에 대한 기본 지식

대상

  • 소프트웨어 개발자
  • 소프트웨어 엔지니어
  • 기술 리더 및 매니저
 14 Hours

Number of participants


Price per participant

회원 평가 (1)

Upcoming Courses

Related Categories