Agentic Engineering for large projects
Курс: Agentic IDE для великих, brownfield та legacy проєктів
Передбачувана робота з Agentic IDE у великих та legacy-проєктах: Rules, Agent Skills, MCP і Spec Driven Development на практиці
Ментор - Вʼячеслав Колдовський, Competence Manager в SoftServe
Матеріали курсу: відео та презентації.
Є поширене упередження, що AI-інструменти ефективніше працюють з проєктами, які розробляються «з нуля» (greenfield), ніж з існуючими, часто великими та складними (brownfield). Дійсно — чиста, добре структурована кодова база нового проєкту ідеально підходить для аналізу та генерації коду з AI.
Це не означає, що AI неефективний для brownfield / legacy-проєктів. Усе залежить від підходу.
На цьому курсі ви навчитеся ефективно використовувати Agentic IDE для великих, brownfield і legacy проєктів.
Формат:
Кому буде цікаво?
Програма курсу
Module 1: Теорія і практика контекст-менеджменту large/brownfield/legacy проєктів
Ментор: Вʼячеслав Колдовський
— Competence Manager в SoftServe
— 20+ років в IT, сертифікований Google Cloud Professional Cloud Architect, nVidia Generative AI LLMs
— Ph.D / кандидат економічних наук, доцент, керівник Центру Gen AI в IT STEP Університеті
— Засновник YouTube та Telegram-каналів Programming Mentor
— Активний спікер: виступ на iForum, DOU Day та ін.
— Лідер AI-спільноти на DOU, автор публікацій
— Має реалізовані проєкти з Gen AI та AI-генерованим кодом, які успішно працюють у продакшені
— Консультує компанії з трансформації процесів SDLC з використанням AI
Ціна: 6 200 грн
Уроків: 3
Мова курсу: Українська
Курс: Agentic IDE для великих, brownfield та legacy проєктів
Передбачувана робота з Agentic IDE у великих та legacy-проєктах: Rules, Agent Skills, MCP і Spec Driven Development на практиці
Ментор - Вʼячеслав Колдовський, Competence Manager в SoftServe
Матеріали курсу: відео та презентації.
Є поширене упередження, що AI-інструменти ефективніше працюють з проєктами, які розробляються «з нуля» (greenfield), ніж з існуючими, часто великими та складними (brownfield). Дійсно — чиста, добре структурована кодова база нового проєкту ідеально підходить для аналізу та генерації коду з AI.
Це не означає, що AI неефективний для brownfield / legacy-проєктів. Усе залежить від підходу.
Що не працює:- Несистемне використання AI
- «Вайбкодинг» без правил і контексту
- Випадкові зміни в коді без розуміння архітектури
Що працює:- Документування кодової бази у форматі, зручному для AI
- Чітке визначення меж контексту
- Налаштування правил і ролей для агентів
- Використання Agent Skills для повторюваних технічних дій
- Підбір або розробка власних MCP
- Застосування Spec Driven Development для безпечних змін
На цьому курсі ви навчитеся ефективно використовувати Agentic IDE для великих, brownfield і legacy проєктів.
- Під час виконання практичних завдань ви будете мати можливість на вибір:
- виконувати завдання для реального open source проєкту
- практикуватися на власному проєкті.
Формат:
- Всі матеріали та відео курсу розташовані на навчальній платформі. Після покупки квитка, ви отримуєте доступ до курсу на пошту, вказану при реєстрації (протягом одного робочого дня):
- Презентації
- Відеозаписи сесій
- Практичні завдання для самостійного опрацювання
Кому буде цікаво?
- Розробникам всіх рівнів та техлідам / архітектам, DevOps/SRE які хочуть перестати «вигадувати промпти щоразу з нуля» та зробити взаємодію з агентами передбачуваною.
- QA/Automation – для опису правил валідації, генерації тестів та стандартизації підходів до якості.
- Менторам, тимлідам та фахівцям з Engineering Management, які будують стандарти роботи з AI-інструментами в командах та компанії.
Програма курсу
Module 1: Теорія і практика контекст-менеджменту large/brownfield/legacy проєктів
- В чому специфіка великих, brownfield та legacy проєктів у розрізі використання AI
- Проблема контексту — чому агенти фейляться на великих репозиторіях?
- Які проблеми в роботі з самописними бібліотеками, фреймворками та legacy кодом?
- Що таке “Археологія коду” і як її виконувати ефективно
- Як виміряти обсяг проєкту в токенах
- Як коректно задокументувати проєкт з AI
- Як переконатися, що AI не зламає проєкт при внесенні змін
- Особливості міграції проєктів на нові технології
- Архітектура і композиція правил, ієрархічні правила для великих проєктів
- Як описати архітектурні патерни легасі-проєкту, щоб AI не пропонував "модні", але несумісні рішення
- Створення "Role-based" правил: як змусити AI діяти як Senior Developer саме цього конкретного проєкту
- Захист від галюцинацій: інструкції "що НЕ робити" (negative constraints) для старих бібліотек
- Концепція Agent Skills: в чому різниця між просто контекстом і навичкою
- Практика створення навичок: навчимо агента запускати локальні скрипти збірки, деплою або специфічні тести
- Як описувати навички так, щоб модель обирала їх автоматично в потрібний момент
- Коли Skills недостатньо: підключення до зовнішніх даних, пошук MCP
- Розробка MCP для власних задач
- Чому TDD в чистому вигляді важкий для легасі, і як SDD змінює правила гри
- Цикл SDD з AI: Plan → Spec → Implement → Verify
- Використання MD файлів як контракту між людиною та AI
- Застосування методології BMAD для оркестрації спеціалізованих агентів
- Робота з Agentic IDE для багатофайлового рефакторингу
- Патерн "Strangler Fig" з AI: поступове заміщення старого коду новим через створення паралельних структур, описаних в специфікаціях
Ментор: Вʼячеслав Колдовський
— Competence Manager в SoftServe
— 20+ років в IT, сертифікований Google Cloud Professional Cloud Architect, nVidia Generative AI LLMs
— Ph.D / кандидат економічних наук, доцент, керівник Центру Gen AI в IT STEP Університеті
— Засновник YouTube та Telegram-каналів Programming Mentor
— Активний спікер: виступ на iForum, DOU Day та ін.
— Лідер AI-спільноти на DOU, автор публікацій
— Має реалізовані проєкти з Gen AI та AI-генерованим кодом, які успішно працюють у продакшені
— Консультує компанії з трансформації процесів SDLC з використанням AI
Ціна: 6 200 грн
Уроків: 3
Мова курсу: Українська
https://fwdays.com/event/rules-ide-course