آمادگی آزمون گواهینامه GitHub Copilot توسط Microsoft Press - آخرین آپدیت

دانلود GitHub Copilot Cert Prep by Microsoft Press

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

با این دوره جامع، مسیر خود را برای تبدیل شدن به یک متخصص تایید شده GitHub Copilot سرعت ببخشید. تیم وارنر، متخصص هوش مصنوعی مولد و مدرس تایید شده مایکروسافت، شما را با موضوعات ضروری مانند استفاده مسئولانه از AI، ویژگی‌های Copilot در تمامی نسخه‌ها و امنیت داده‌ها آشنا می‌کند. بیاموزید که چگونه GitHub Copilot را به طور موثر برای محیط‌های مختلف پیکربندی کنید و اطمینان حاصل کنید که شیوه‌های توسعه امن و اخلاقی را به کار می‌گیرید. تکنیک‌های مهندسی پرامپت (Prompt Engineering) را برای به حداکثر رساندن پیشنهادات Copilot کاوش کنید. یاد بگیرید که چگونه با ادغام قابلیت‌های تست پیشرفته و بینش‌های مبتنی بر هوش مصنوعی در جریان توسعه، کیفیت کد خود را افزایش دهید. در درس‌های کاربردی دنیای واقعی و دموهای تعاملی غرق شوید که شما را نه تنها برای آزمون گواهینامه GitHub Copilot، بلکه برای کاربرد عملی در محیط‌های حرفه‌ای آماده می‌کند. این دوره به شما کمک می‌کند تا مهارت‌های لازم برای موفقیت در آزمون گواهینامه GitHub Copilot را کسب کرده و از حداکثر پتانسیل هوش مصنوعی در توسعه نرم‌افزار بهره ببرید.

این دوره توسط تیم وارنر و Microsoft Press ایجاد شده است و ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می‌کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • معرفی دوره Introducing the course

1. توضیح استفاده مسئولانه از هوش مصنوعی 1. Explain the Responsible Usage of AI

  • کاهش آسیب‌های احتمالی مانند سوگیری و کدهای ناامن Mitigate potential harms, such as bias and insecure code

  • کشف دلیل اهمیت اعتبارسنجی کدهای تولید شده توسط AI برای کیفیت و امنیت Discover why validating AI-generated code is essential for quality and security

  • آشنایی با محدودیت‌های هوش مصنوعی مولد Learn the limitations of generative AI

  • تعریف اصول اخلاقی هوش مصنوعی و کاربرد آن‌ها در GitHub Copilot Define ethical AI principles and how they apply to GitHub Copilot

  • شناخت ریسک‌های مرتبط با استفاده از ابزارهای AI در توسعه نرم‌افزار Learn the risks associated with using AI tools in software development

  • شناسایی بهترین روش‌ها برای بهره‌برداری مسئولانه از ابزارهای AI Identify best practices for responsibly operating AI tools

  • اهداف یادگیری Learning objectives

2. شناسایی ویژگی‌های GitHub Copilot Individual 2. Identify the Features of GitHub Copilot Individual

  • اهداف یادگیری Learning objectives

  • پیکربندی تنظیمات GitHub Copilot برای کاربران فردی Configure GitHub Copilot settings for individual users

  • آشنایی با ویژگی‌های موجود در محیط توسعه (IDE) برای نسخه Individual Learn the available features in the integrated development environment (IDE) for GitHub Copilot Individual

  • شناسایی تفاوت‌های اصلی بین نسخه‌های Individual و Business Identify the main differences between GitHub Copilot Individual and Business

3. شناسایی ویژگی‌های GitHub Copilot Business 3. Identify the Features of GitHub Copilot Business

  • مدیریت اشتراک‌های GitHub Copilot Business از طریق REST API Manage GitHub Copilot Business subscriptions via the REST API

  • آشنایی با هدف و کاربرد لاگ‌های حسابرسی سازمان برای نظارت بر فعالیت‌های Copilot Learn the purpose and use of organization audit logs to monitor GitHub Copilot activity

  • استثنا کردن فایل‌های خاص از پیشنهادات GitHub Copilot Exclude specific files from GitHub Copilot suggestions

  • ایجاد مدیریت سیاست‌های سطح سازمان برای استفاده از AI Establish organization-wide policy management for AI usage

  • اهداف یادگیری Learning objectives

4. شناسایی ویژگی‌های GitHub Copilot Enterprise 4. Identify the Features of GitHub Copilot Enterprise

  • آشنایی با پایگاه‌های دانش GitHub Copilot Get familiar with GitHub Copilot knowledge bases

  • شناخت مزایای استفاده از نسخه Enterprise برای تیم‌های توسعه بزرگ Learn the benefits of using GitHub Copilot Enterprise for large-scale development teams

  • اهداف یادگیری Learning objectives

  • شناسایی مزایای استفاده از مدل‌های سفارشی برای پیشنهادات کد پیشرفته‌تر Identify the benefits of using custom models for enhanced AI code suggestions

  • ایجاد و مدیریت پایگاه‌های دانش برای بهبود کیفیت، یکپارچگی و کارایی کد Create and manage knowledge bases to improve code quality, consistency, and efficiency

5. شناسایی ویژگی‌های اصلی GitHub Copilot Chat 5. Identify the Main Features of GitHub Copilot Chat

  • شناسایی موارد استفاده کلیدی که در آن‌ها Copilot Chat بیشترین اثربخشی را دارد Identify the key use cases where GitHub Copilot chat is most effective

  • ارسال بازخورد درباره Copilot Chat برای بهبود عملکرد آن Share feedback about Copilot chat to improve its performance

  • آشنایی با محدودیت‌های GitHub Copilot Chat Learn the limitations of GitHub Copilot chat

  • اهداف یادگیری Learning objectives

  • یادگیری بهترین روش‌های استفاده از Copilot Chat، شامل دستورات اسلش (/) Learn best practices for Copilot chat, including available slash commands

6. تشریح نحوه مدیریت داده‌ها توسط GitHub Copilot 6. Describe How GitHub Copilot Handles Data

  • آشنایی با نحوه استفاده و اشتراک‌گذاری داده‌ها در نسخه‌های فردی و تجاری Learn how GitHub Copilot uses and shares data for individuals and businesses

  • اهداف یادگیری Learning objectives

  • آشنایی با نحوه پردازش داده‌ها توسط GitHub Copilot برای ارائه پیشنهاد کد Learn how GitHub Copilot processes data for code suggestions

  • شناسایی انواع ورودی‌های پردازش شده توسط Copilot و تاثیر آن‌ها بر خروجی Identify the different input types Copilot processes and how they affect the output

  • توضیح جریان داده‌ها در Copilot Chat و یکپارچگی‌های IDE Explain the data flow for GitHub Copilot chat and Copilot IDE integrations

7. تشریح چرخه عمر خط لوله داده‌های GitHub Copilot 7. Describe the GitHub Copilot Data Pipeline Lifecycle

  • تجسم چرخه عمر یک پیشنهاد کد در GitHub Copilot Visualize the lifecycle of a GitHub Copilot code suggestion

  • اهداف یادگیری Learning objectives

  • کشف نحوه تولید و پس‌پردازش پاسخ‌ها توسط مدل‌های زبانی بزرگ (LLM) Discover how the large language model generates and post-processes responses

  • آشنایی با نحوه جمع‌آوری زمینه (Context) و ساخت یک پرامپت توسط Copilot Learn how GitHub Copilot gathers context and builds a prompt

  • یادگیری نقش سرویس‌های پروکسی و مکانیسم‌های فیلترینگ در خط لوله داده‌های Copilot Learn about the role of proxy services and filtering mechanisms in Copilot’s data pipeline

8. تشریح محدودیت‌های GitHub Copilot 8. Describe the Limitations of GitHub Copilot

  • بررسی تاثیر تازگی داده‌های منبع بر مرتبط بودن پیشنهادات Discover how the age of source data affects the relevance of suggestions

  • شناسایی چالش‌های مربوط به پنجره‌های زمینه محدود در پردازش پرامپت‌ها Identify the challenges of limited context windows in Copilot’s prompt handling

  • اهداف یادگیری Learning objectives

  • آشنایی با تاثیر تکرار نمونه‌ها در داده‌های منبع بر پیشنهادات کد Learn how frequent examples in source data affect code suggestions

9. استفاده از GitHub Copilot در رابط خط فرمان (CLI) 9. Use GitHub Copilot in the Command-Line Interface (CLI)

  • یادگیری مراحل نصب GitHub Copilot در محیط CLI Learn the steps for installing GitHub Copilot in the CLI

  • شناسایی دستورات رایج و موارد استفاده آن‌ها هنگام کار با Copilot در CLI Identify common commands and their use cases when working with GitHub Copilot in the CLI

  • اهداف یادگیری Learning objectives

  • پیکربندی تنظیمات GitHub Copilot برای استفاده در CLI Configure settings within GitHub Copilot for CLI usage

10. تشریح مبانی مهندسی پرامپت و طراحی دستورات 10. Describe Prompt Engineering and Prompt Crafting Fundamentals

  • اهداف یادگیری Learning objectives

  • شناسایی بهترین روش‌های طراحی پرامپت برای به حداکثر رساندن کیفیت خروجی Identify best practices for crafting prompts to maximize Copilot’s output quality

  • بررسی نحوه استفاده پرامپت‌های GitHub Copilot از تاریخچه گفتگو (Chat History) See how GitHub Copilot prompts use chat history

  • یادگیری مبانی مهندسی پرامپت Learn the fundamentals of prompt engineering

  • آشنایی با ساختار و اجزای کلیدی یک پرامپت موثر Learn the structure and key components of an effective prompt

11. بهبود بهره‌وری توسعه‌دهنده با GitHub Copilot 11. Improve Developer Productivity with GitHub Copilot

  • اهداف یادگیری Learning objectives

  • استفاده از API بهره‌وری GitHub Copilot برای اندازه‌گیری تاثیرات Use the GitHub Copilot productivity API to measure impact

  • بررسی موارد رایج استفاده که در آن Copilot بهره‌وری را افزایش می‌دهد See common use cases where GitHub Copilot enhances productivity

  • یادگیری نحوه کمک Copilot در مدیریت چرخه عمر توسعه نرم‌افزار (SDLC) Learn how Copilot aids in managing the software development lifecycle

12. ارتقای کیفیت کد از طریق تست‌نویسی 12. Enhance Code Quality Through Testing

  • یادگیری نحوه کمک Copilot در تولید تست‌های واحد (Unit)، یکپارچگی (Integration) و تست‌های لبه (Edge Case) Learn how GitHub Copilot can assist in generating unit tests, integration tests, and edge case tests

  • نوشتن Assertionها و کدهای Boilerplate برای انواع تست‌ها با استفاده از Copilot Write assertions and boilerplate code for various test types using Copilot

  • یادگیری نحوه شناسایی لبه‌های احتمالی و پیشنهاد بهبودهای تست توسط Copilot Learn how Copilot identifies potential edge cases and suggests test improvements

  • اهداف یادگیری Learning objectives

13. بهره‌گیری از GitHub Copilot برای امنیت و عملکرد 13. Leverage GitHub Copilot for Security and Performance

  • یادگیری نحوه شناسایی آسیب‌پذیری‌های امنیتی احتمالی در کد توسط GitHub Copilot Learn how GitHub Copilot identifies potential security vulnerabilities in code

  • اهداف یادگیری Learning objectives

  • بررسی نحوه پشتیبانی Copilot از بازبینی‌های مشارکتی کد با رعایت اصول امنیتی See how Copilot supports collaborative code reviews with security best practices

  • یادگیری نحوه پیشنهاد بهینه‌سازی‌های عملکردی توسط Copilot Learn how Copilot can suggest performance optimizations

14. تشریح نسخه‌های مختلف (SKUs) برای GitHub Copilot 14. Describe the Different SKUs for GitHub Copilot

  • یادگیری گزینه‌های پیکربندی پیشنهادات کد در سطح سازمان Learn the configuration options for code suggestions at the organization level

  • درک ملاحظات حریم خصوصی برای هر یک از نسخه‌ها (SKUs) Understand the privacy considerations for each SKU

  • شناسایی نسخه‌های موجود GitHub Copilot شامل پلن‌های Individual، Business و Enterprise Identify the available SKUs for GitHub Copilot, including its Individual, Business, and Enterprise plans

  • اهداف یادگیری Learning objectives

15. شناسایی موارد استثنای محتوا 15. Identify Content Exclusions

  • پیکربندی استثناهای محتوا در سطح مخزن (Repository) و سازمان Configure content exclusions at the repository and organization level

  • درک اثرات و محدودیت‌های استثناهای محتوایی بر پیشنهادات Copilot Understand the effects and limitations of content exclusions on Copilot’s suggestions

  • آشنایی با ملاحظات مالکیت خروجی‌های GitHub Copilot Learn about ownership considerations for GitHub Copilot outputs

  • اهداف یادگیری Learning objectives

16. توضیح سازوکارهای حفاظتی GitHub Copilot 16. Explain the GitHub Copilot Safeguards

  • اهداف یادگیری Learning objectives

  • آشنایی با فیلتر تشخیص کدهای تکراری (Duplication Detection) در Copilot Learn about Copilot’s duplication detection filter

  • درک حمایت‌های قراردادی موجود برای کاربران Copilot Understand the contractual protections available for Copilot users

  • فعال و غیرفعال کردن تنظیمات تشخیص تکرار، جمع‌آوری پرامپت و جمع‌آوری پیشنهادات Enable and disable duplication detection, prompt collection, and suggestion collection settings

17. عیب‌یابی GitHub Copilot 17. Troubleshoot GitHub Copilot

  • فعال کردن GitHub Copilot زمانی که پیشنهادات غایب یا غیربهینه هستند Trigger GitHub Copilot when suggestions are absent or suboptimal

  • اهداف یادگیری Learning objectives

  • شناسایی مراحل عیب‌یابی زمانی که استثناهای زمینه طبق انتظار اعمال نمی‌شوند Identify troubleshooting steps when context exclusions do not apply as expected

  • حل مشکلات رایج، مانند نبود پیشنهادات کد در ویرایشگر Resolve common issues, such as missing code suggestions in the editor

18. مرور نهایی برای گواهینامه GitHub Copilot 18. Review for the GitHub Copilot Certification

  • کار روی نمونه سوالات آزمون Work through sample exam questions

  • یادگیری استراتژی‌های پاسخ‌دهی به تست و نکات موفقیت در آزمون Learn test-taking strategies and tips for success

  • مرور مفاهیم کلیدی Recap key concepts

  • اهداف یادگیری Learning objectives

19. کاوش در آینده توسعه نرم‌افزار مبتنی بر هوش مصنوعی 19. Explore the Future of AI-Powered Development

  • درک اهمیت یادگیری مستمر و توسعه مهارت‌ها در مهندسی نرم‌افزار مبتنی بر AI Understand the importance of continued learning and skill development in AI-driven software engineering

  • شناسایی ویژگی‌های جدید و به‌روزرسانی‌های مورد انتظار در GitHub Copilot Identify new features and future updates expected in GitHub Copilot

  • اهداف یادگیری Learning objectives

  • یادگیری روندهای آینده در توسعه به کمک هوش مصنوعی Learn the upcoming trends in AI-assisted development

جمع‌بندی Conclusion

  • مرور کلی بر آموخته‌های دوره Look back on what you've learned

نمایش نظرات

آمادگی آزمون گواهینامه GitHub Copilot توسط Microsoft Press
جزییات دوره
6h
87
(آخرین آپدیت)
4,831
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Tim Warner Tim Warner

تیموتی وارنر با ارزش ترین حرفه ای مایکروسافت (MVP) در Cloud and Datacenter Management است که در نشویل ، TN مستقر است. از جمله تخصص های حرفه ای وی می توان به Microsoft Azure ، کراس پلتفرم PowerShell و همه موارد مرتبط با Windows Server اشاره کرد. می توانید از طریق توییتر (TechTrainerTim) ، LinkedIn یا وبلاگ وی ، AzureDepot.com به تیم برسید.

Microsoft Press Microsoft Press

محتوای مارک مایکروسافت پرس آموزش برتر در مورد موضوعات مختلف مایکروسافت را ارائه می دهد.

Microsoft Press به متخصصان فناوری اطلاعات، توسعه دهندگان و کاربران دفتر خانگی کمک می کند تا مهارت ها و دانش فنی خود را با استفاده از کتاب ها و منابع یادگیری ارتقا دهند. کارشناسان موضوعی از مایکروسافت و سایر نوآوران صنعت در عناوین و سری های بسیاری از خانواده محصولات Microsoft Press مشارکت دارند.