Hvordan Accenture bruger Amazon CodeWhisperer til at forbedre udviklerproduktiviteten

Amazon Code Whisperer er en AI-kodningsledsager, der hjælper med at forbedre udviklerproduktiviteten ved at generere kodeanbefalinger baseret på deres kommentarer i naturligt sprog og kode i det integrerede udviklingsmiljø (IDE). CodeWhisperer fremskynder færdiggørelsen af ​​kodningsopgaver ved at reducere kontekstskift mellem IDE og dokumentation eller udviklerfora. Med kodeanbefalinger i realtid fra CodeWhisperer kan du forblive fokuseret i IDE'en og afslutte dine kodningsopgaver hurtigere.

CodeWhisperer er drevet af en stor sprogmodel (LLM), der er trænet på milliarder af kodelinjer, og som et resultat har lært at skrive kode på 15 programmeringssprog. Du kan simpelthen skrive en kommentar, der beskriver en specifik opgave på almindeligt engelsk, såsom "upload en fil til S3." Baseret på dette bestemmer CodeWhisperer automatisk, hvilke skytjenester og offentlige biblioteker, der er bedst egnede til den angivne opgave, bygger den specifikke kode på farten og anbefaler de genererede kodestykker direkte i IDE'en. Desuden integreres CodeWhisperer problemfrit med dine Visual Studio Code og JetBrains IDE'er, så du kan forblive fokuseret og aldrig forlade IDE'en. I skrivende stund understøtter CodeWhisperer Java, Python, JavaScript, TypeScript, C#, Go, Ruby, Rust, Scala, Kotlin, PHP, C, C++, Shell og SQL.

I dette indlæg illustrerer vi, hvordan Accenture bruger CodeWhisperer i praksis til at forbedre udviklerproduktiviteten.

"Accenture bruger Amazon CodeWhisperer til at accelerere kodning som en del af vores software engineering best practices-initiativ i vores Velocity-platform," siger Balakrishnan Viswanathan, Senior Manager, Tech Architecture hos Accenture. “Velocity-teamet ledte efter måder at forbedre udviklerproduktiviteten på. Efter at have søgt efter flere muligheder stødte vi på Amazon CodeWhisperer for at reducere vores udviklingsindsats med 30%, og vi fokuserer nu mere på at forbedre sikkerhed, kvalitet og ydeevne."

Fordele ved CodeWhisperer

Accenture Velocity-teamet har brugt CodeWhisperer til at accelerere deres projekter med kunstig intelligens (AI) og maskinlæring (ML). Følgende oversigt fremhæver fordelene:

• Teamet bruger mindre tid på at skabe standard og gentagne kodemønstre og mere tid på det, der betyder noget: at bygge fantastisk software
• CodeWhisperer giver udviklere mulighed for ansvarligt at bruge AI til at skabe syntaktisk korrekte og sikre applikationer
• Teamet kan generere hele funktioner og logiske kodeblokke uden at skulle søge efter og tilpasse kodestykker fra nettet
• De kan fremskynde onboarding for nybegyndere eller udviklere, der arbejder med en ukendt kodebase
• De kan opdage sikkerhedstrusler tidligt i udviklingsprocessen ved at flytte sikkerhedsscanningen til venstre til udviklerens IDE

I de følgende afsnit diskuterer vi nogle af de måder, som Accenture Velocity-teamet har brugt CodeWhisperer mere detaljeret på.

Onboarding af udviklere på nye projekter

CodeWhisperer hjælper udviklere, der ikke er bekendt med AWS, med at rampe op hurtigere på projekter, der bruger AWS-tjenester. Nye udviklere i Accenture var i stand til at skrive kode til AWS-tjenester som f.eks Amazon Simple Storage Service (Amazon S3) og Amazon DynamoDB. På kort tid var de i stand til at være produktive og bidrage til projektet. CodeWhisperer hjalp udviklere ved at levere kodeblokke eller linje for linje forslag. Den er også kontekstbevidst. Ændring af instruktionerne (kommentarerne) til at være mere specifikke resulterer i, at CodeWhisperer genererer mere relevant kode.

Skriver kedelkode

Udviklere var i stand til at bruge CodeWhisperer til at fuldføre forudsætninger. De var i stand til at oprette en forbehandlingsdataklasse ved blot at skrive "klasse for at oprette forbehandlingsscript til ML-data." At skrive forbehandlingsscriptet tog kun et par minutter, og CodeWhisperer var i stand til at generere hele kodeblokke.

Hjælper udviklere med at kode på ukendte sprog

En Java-bruger ny på holdet var i stand til nemt at begynde at skrive Python-kode ved hjælp af CodeWhisperer uden at bekymre sig om syntaksen.

Registrering af sikkerhedssårbarheder i koden

Udviklere var i stand til at opdage sikkerhedsproblemer ved at vælge Kør sikkerhedsscanning i deres IDE. Detaljeret indsigt i de fundne sikkerhedsproblemer findes direkte i IDE. Dette hjælper udviklere med at opdage og løse problemer tidligt.

"Som udvikler gør brug af CodeWhisperer dig i stand til at skrive kode hurtigere,” siger Nino Leenus, AI Engineering Consultant hos Accenture. “Desuden vil CodeWhisperer hjælpe dig med at kode mere præcist ved at eliminere tastefejl og andre typiske fejl ved hjælp af kunstig intelligens. For en udvikler er det kedeligt at skrive den samme kode flere gange. Ved at anbefale de efterfølgende kodestykker, som du muligvis har brug for, reducerer AI-kodefuldførelsesteknologier sådan gentagen kodning."

Konklusion

Dette indlæg introducerer CodeWhisperer, en AI-kodningsledsager fra Amazon. Værktøjet bruger ML-modeller trænet på store datasæt til at give forslag og autofuldførelse til kode, samt generere hele funktioner og klasser baseret på naturlige sprogbeskrivelser. Dette indlæg fremhæver også nogle af de fordele, som Accenture ser ved brug af CodeWhisperer, såsom øget produktivitet og evnen til at reducere den tid og indsats, der kræves til almindelige kodningsopgaver. Du kan aktivere CodeWhisperer i din foretrukne IDE i dag. CodeWhisperer genererer automatisk forslag baseret på din eksisterende kode og kommentarer. Besøg Amazon Code Whisperer at komme i gang.

---

Om forfatterne

Balakrishnan Viswanathan er AI/ML Solution Architect hos Accenture. I samarbejde med AABG udtænker og udfører han banebrydende cloud-baserede strategier til at tackle forskellige AI/ML-relaterede udfordringer. Balas interesser ligger i både madlavning og Photoshop, som han brænder for.

Shikhar Kwatra er en AI/ML-specialistløsningsarkitekt hos Amazon Web Services, der arbejder med en førende global systemintegrator. Han har opnået titlen som en af ​​de yngste indiske mesteropfindere med over 500 patenter inden for AI/ML og IoT-domænerne. Shikhar hjælper med at designe, bygge og vedligeholde omkostningseffektive, skalerbare cloudmiljøer for organisationen og understøtter GSI-partneren i at bygge strategiske industriløsninger på AWS. Shikhar nyder at spille guitar, komponere musik og øve mindfulness i sin fritid.

Ankur Desai er en hovedproduktchef i AWS AI Services-teamet.

Nino Leenus er AI-konsulent hos Accenture. Hun har ekspertise i at udvikle End-to-End Machine learning-løsninger og deres implementering ved hjælp af cloud. Hun er nysgerrig efter de nyeste værktøjer og teknologier inden for ML-Ops-området. Hun elsker at rejse og vandre.

• SEO Powered Content & PR Distribution. Bliv forstærket i dag.
• Platoblokkæde. Web3 Metaverse Intelligence. Viden forstærket. Adgang her.
• Kilde: https://aws.amazon.com/blogs/machine-learning/how-accenture-is-using-amazon-codewhisperer-to-improve-developer-productivity/