آموزش بازتعریف چرخه حیات توسعه نرم‌افزار (SDLC) با هوش مصنوعی - آخرین آپدیت

دانلود Reimagine Software Development Life Cycle (SDLC) with AI

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، شما به صورت عملی و مشارکتی با ایجنت هوش مصنوعی GitHub Copilot در تمامی مراحل SDLC (از ایده‌پردازی تا استقرار) کار خواهید کرد. درک چارچوب چرخه حیات توسعه نرم‌افزار (SDLC) و جایگاه مدرن آن در کنار هوش مصنوعی به‌کارگیری دستیار هوش مصنوعی (GitHub Copilot) در فعالیت‌های واقعی SDLC، از جمع‌آوری نیازمندی‌ها و کدنویسی تا استقرار ارزیابی نقاط قوت و محدودیت‌های هوش مصنوعی در فعالیت‌های SDLC توسعه تفکر سیستمی برای SDLC به کمک هوش مصنوعی پیش‌نیازها: اگر تا به حال در توسعه نرم‌افزار فعالیت داشته‌اید، صرف‌نظر از نقش شما (تحلیل‌گر، مهندس، زیرساخت، مدیر پروژه و ...)، این دوره برای شما بسیار مفید خواهد بود. اگر تجربه‌ای در این زمینه ندارید، باز هم می‌توانید در دوره شرکت کنید زیرا مقدمات پایه SDLC ارائه می‌شود، هرچند ممکن است در برخی موارد با چالش روبرو شوید.

مهندسی نرم‌افزار در حال ورود به عصر جدیدی است؛ عصری که در آن انسان‌ها و ایجنت‌های هوش مصنوعی شانه به شانه یکدیگر کار می‌کنند.

هوش مصنوعی دیگر یک مفهوم آینده‌نگرانه در مهندسی نرم‌افزار نیست. در این دوره اکتشافی، شما بررسی خواهید کرد که چگونه ایجنت GitHub Copilot می‌تواند در هر مرحله از چرخه حیات توسعه نرم‌افزار (SDLC)، از بحث‌های اولیه نیازمندی‌ها تا استراتژی‌های استقرار، مشارکت کند. شما از طریق آزمایش‌های عملی خواهید دید که چگونه GitHub Copilot می‌تواند به شریک همکاری شما در طول مسیر SDLC تبدیل شود.


این فرآیند نه‌تنها نشان می‌دهد که GitHub Copilot چه کارهایی می‌تواند انجام دهد، بلکه به شما می‌آموزد چگونه آن را برای دستیابی به نتایج معنادار هدایت کنید. این دوره درباره جایگزینی انسان در SDLC نیست، بلکه درباره متحول کردن نحوه کار انسان‌هاست. شما یاد می‌گیرید هوش مصنوعی را مانند یک هم‌تیمی توانمند اما بی‌تجربه هدایت کنید: کسی که در تولید کد یا ایده‌پردازی عالی است، اما همچنان به قضاوت و دانش تخصصی شما نیاز دارد.


هر بخش شامل تمرین‌های عملی است که برای شبیه‌سازی همکاری بین تخصص انسانی و قابلیت‌های هوش مصنوعی طراحی شده است. گام به گام، هر مرحله از SDLC را بررسی می‌کنیم: از جمع‌آوری نیازمندی‌ها تا طراحی، پیاده‌سازی، تست و استقرار. در هر مرحله، یاد می‌گیرید که قابلیت‌های GitHub Copilot چگونه می‌تواند روند کار شما را بهینه کرده و دیدگاه شما را نسبت به همکاری و بهره‌وری تغییر دهد.


این دوره شما را به تفکر انتقادی تشویق می‌کند: تیم‌ها چگونه باید با این همکار جدید سازگار شوند؟ چه نقش‌هایی منحصراً در اختیار انسان باقی می‌ماند؟ درک این همکاری در حال تکامل می‌تواند به یک مهارت حرفه‌ای ضروری تبدیل شود. تمرکز این دوره بر درک فرآیند است: شناسایی جاهایی که هوش مصنوعی ارزش افزوده ایجاد می‌کند و جاهایی که هنوز دچار نقص است. در نهایت، شما با یک دیدگاه کاربردی یاد می‌گیرید که چگونه تخصص خود را به طور موثر با کمک هوش مصنوعی در جریان کاری واقعی توسعه نرم‌افزار ترکیب کنید.


سرفصل ها و درس ها

خوش‌آمدگویی به دوره Welcome To The Course

  • خوش‌آمدگویی Welcome

  • آیا این دوره برای شما مناسب است؟ Is This Course Suits You?

  • چگونه بیشترین بهره را از این دوره ببریم How To Get Maximum Value From This Course

مقدمه‌ای بر SDLC و هوش مصنوعی Intro to SDLC and AI

  • چرخه حیات توسعه نرم‌افزار (SDLC) Software Development Life Cycle (SDLC)

  • هوش مصنوعی ایجنتی (Agentic AI) Agentic AI

  • هوش مصنوعی ایجنتی در SDLC Agentic AI In SDLC

  • نقش هوش مصنوعی در این دوره AI In This Course

  • نصب نرم‌افزارها Software Installation

  • پرامپت‌نویسی برای هوش مصنوعی AI Prompt

برنامه‌ریزی و تحلیل نیازمندی‌ها Planning & Requirement Analysis

  • تحلیل نیازمندی‌ها با ایجنت هوش مصنوعی Requirement Analysis With AI Agent

  • مفاهیم سریع گیت (Git) Quick Git Concept

  • بورد پروژه Project Board

  • سند نیازمندی‌های محصول (PRD) با GitHub Copilot Product Requirement Document (PRD) With GitHub Copilot

  • بهترین روش‌های استفاده از GitHub Copilot GitHub Copilot Best Practices

  • آیا GitHub Copilot ارزش استفاده دارد؟ GitHub Copilot - Is It Worth It?

  • سند نیازمندی‌های محصول (PRD) بخش دوم Product Requirement Document (PRD) Part 2

  • هوشمند اما گسسته Smart But Disconnected

  • نکته: پیام‌های Pull Request Tip Pull Request Message

طراحی سیستم System Design

  • مستندسازی نیازمندی‌های فنی (TRD) با ایجنت هوش مصنوعی Technical Requirement Documentation (TRD) With AI Agent

  • بررسی سند TRD Examine TRD

  • تسک‌های آگاه به متن (Context Aware) Context-Aware Task

  • طراحی UI/UX UI/UX Design

پیاده‌سازی (کدنویسی) Implementation (Code)

  • درباره مرحله پیاده‌سازی About Implementation Phase

  • مخزن کد منبع برای بک‌اند Source Code Repository For Backend

  • آماده‌سازی محیط توسعه Preparing The Development Environment

  • بررسی Pull Request Review The Pull Request

  • استانداردهای کدنویسی Code Standard

  • پیاده‌سازی پایگاه داده Database Implementation

  • پیاده‌سازی API API Implementation

  • نکته: GitHub Copilot آگاه به متن در VS Code Tip: Context-Aware GitHub Copilot on VS Code

  • گسترش GitHub Copilot با سرور MCP Extending GitHub Copilot With MCP Server

  • مزایا و معایب سرور MCP در GitHub Copilot GitHub Copilot MCP Server Pro & Cons

  • مخزن کد منبع برای فرانت‌اند Source Code Repository for Frontend

  • کد فرانت‌اند: GitHub Web با MCP Frontend Code: GitHub Web with MCP

  • نکته: فایروال گیت‌هاب Tip: GitHub Firewall

تست و ارزیابی Testing

  • تست با ایجنت هوش مصنوعی Testing With AI Agent

  • تست عملکردی (Functionality Testing) Functionality Testing

  • تست کارایی (Performance Testing) Performance Testing

استقرار Deployment

  • استقرار با ایجنت هوش مصنوعی Deployment With AI Agent

  • کانتینری کردن اپلیکیشن Containerize Application

  • استقرار با کوبرنتیز (Kubernetes) Kubernetes Deployment

نگهداری Maintenance

  • نگهداری با ایجنت هوش مصنوعی Maintenance With AI Agent

منابع و مراجع Resources & References

  • منابع و مراجع Resources & References

نمایش نظرات

آموزش بازتعریف چرخه حیات توسعه نرم‌افزار (SDLC) با هوش مصنوعی
جزییات دوره
4 hours
42
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
8,459
4.3 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Timotius Pamungkas Timotius Pamungkas

مهندس نرم افزار جاوا، معمار