چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره وری توسعه دهندگان استفاده می کند

چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره وری توسعه دهندگان استفاده می کند

آمازون کد Whisperer یک همراه برنامه نویسی هوش مصنوعی است که با ایجاد توصیه های کد بر اساس نظرات آنها به زبان طبیعی و کد در محیط توسعه یکپارچه (IDE) به بهبود بهره وری توسعه دهندگان کمک می کند. CodeWhisperer با کاهش سوئیچ‌های متنی بین IDE و اسناد یا انجمن‌های توسعه‌دهنده، تکمیل وظایف کدنویسی را تسریع می‌کند. با توصیه‌های کد بلادرنگ از CodeWhisperer، می‌توانید در IDE متمرکز بمانید و کارهای کدنویسی خود را سریع‌تر به پایان برسانید.

CodeWhisperer توسط یک مدل زبان بزرگ (LLM) طراحی شده است که بر روی میلیاردها خط کد آموزش داده شده است و در نتیجه نحوه نوشتن کد در 15 زبان برنامه نویسی را یاد گرفته است. شما می توانید به سادگی یک نظر بنویسید که یک کار خاص را به زبان انگلیسی ساده نشان دهد، مانند "آپلود یک فایل در S3". بر این اساس، CodeWhisperer به طور خودکار تعیین می‌کند که کدام سرویس‌های ابری و کتابخانه‌های عمومی برای کار مشخص‌شده مناسب‌تر هستند، کد خاصی را در لحظه ایجاد می‌کند، و قطعه‌های کد تولید شده را مستقیماً در IDE توصیه می‌کند. علاوه بر این، CodeWhisperer به طور یکپارچه با کد ویژوال استودیو و IDE های JetBrains شما یکپارچه می شود تا بتوانید متمرکز بمانید و هرگز IDE را ترک نکنید. در زمان نگارش این مقاله، CodeWhisperer از Java، Python، JavaScript، TypeScript، C#، Go، Ruby، Rust، Scala، Kotlin، PHP، C، C++، Shell و SQL پشتیبانی می‌کند.

در این پست، نحوه استفاده Accenture از CodeWhisperer در عمل برای بهبود بهره‌وری توسعه‌دهندگان را نشان می‌دهیم.

Balakrishnan Viswanathan، مدیر ارشد معماری فناوری در Accenture می‌گوید: «Accenture از Amazon CodeWhisperer برای سرعت بخشیدن به کدنویسی به عنوان بخشی از ابتکار عمل بهترین روش‌های مهندسی نرم‌افزار ما در پلتفرم Velocity استفاده می‌کند. تیم Velocity به دنبال راه هایی برای بهبود بهره وری توسعه دهندگان بود. پس از جستجوی چندین گزینه، با Amazon CodeWhisperer مواجه شدیم تا تلاش‌های توسعه خود را تا 30 درصد کاهش دهیم و اکنون بیشتر بر روی بهبود امنیت، کیفیت و عملکرد تمرکز کرده‌ایم.

مزایای CodeWhisperer

تیم Accenture Velocity از CodeWhisperer برای سرعت بخشیدن به پروژه های هوش مصنوعی (AI) و یادگیری ماشین (ML) خود استفاده کرده است. خلاصه زیر مزایای آن را برجسته می کند:

  • این تیم زمان کمتری را صرف ایجاد الگوهای دیگ بخار و کدهای تکراری می‌کند و زمان بیشتری را برای موارد مهم صرف می‌کند: ساختن نرم‌افزار عالی
  • CodeWhisperer به توسعه دهندگان این امکان را می دهد که مسئولانه از هوش مصنوعی برای ایجاد برنامه های کاربردی درست و ایمن از نظر نحوی استفاده کنند.
  • این تیم می‌تواند کل توابع و بلوک‌های کد منطقی را بدون نیاز به جستجو و سفارشی‌سازی قطعات کد از وب ایجاد کند.
  • آنها می توانند ورود به سیستم را برای توسعه دهندگان تازه کار یا توسعه دهندگانی که با یک پایگاه کد ناآشنا کار می کنند تسریع کنند.
  • آنها می توانند تهدیدات امنیتی را در مراحل اولیه توسعه با انتقال اسکن امنیتی به سمت چپ به IDE توسعه دهنده شناسایی کنند.

در بخش‌های بعدی، برخی از روش‌هایی که تیم Accenture Velocity از CodeWhisperer استفاده کرده‌اند را با جزئیات بیشتری مورد بحث قرار می‌دهیم.

حضور توسعه دهندگان در پروژه های جدید

CodeWhisperer به توسعه دهندگان ناآشنا با AWS کمک می کند تا پروژه هایی را که از خدمات AWS استفاده می کنند سریعتر افزایش دهند. توسعه دهندگان جدید در Accenture قادر به نوشتن کد برای سرویس های AWS مانند سرویس ذخیره سازی ساده آمازون (Amazon S3) و آمازون DynamoDB. در مدت زمان کوتاهی توانستند مثمر ثمر بوده و در پروژه مشارکت داشته باشند. CodeWhisperer با ارائه بلوک های کد یا پیشنهادات خط به خط به توسعه دهندگان کمک کرد. همچنین از زمینه آگاه است. تغییر دستورالعمل‌ها (نظرات) برای خاص‌تر بودن منجر به ایجاد کد مرتبط‌تر CodeWhisperer می‌شود.

چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره‌وری توسعه‌دهنده، هوش داده PlatoBlockchain استفاده می‌کند. جستجوی عمودی Ai.

نوشتن کد دیگ بخار

توسعه دهندگان توانستند از CodeWhisperer برای تکمیل پیش نیازها استفاده کنند. آنها فقط با تایپ کردن «class to create preprocessing script for ML data» توانستند یک کلاس داده پیش پردازش ایجاد کنند. نوشتن اسکریپت پیش پردازش تنها چند دقیقه طول کشید و CodeWhisperer توانست کل بلوک های کد را تولید کند.

چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره‌وری توسعه‌دهنده، هوش داده PlatoBlockchain استفاده می‌کند. جستجوی عمودی Ai.

کمک به توسعه دهندگان کدنویسی به زبان های ناآشنا

یک کاربر جاوا که تازه وارد این تیم شده بود، توانست به راحتی با کمک CodeWhisperer شروع به نوشتن کد پایتون بدون نگرانی در مورد نحو کند.

چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره‌وری توسعه‌دهنده، هوش داده PlatoBlockchain استفاده می‌کند. جستجوی عمودی Ai.

شناسایی آسیب پذیری های امنیتی در کد

توسعه دهندگان توانستند با انتخاب مسائل امنیتی را تشخیص دهند اسکن امنیتی را اجرا کنید در IDE آنها بینش دقیق در مورد مسائل امنیتی یافت شده مستقیماً در IDE ارائه شده است. این به توسعه‌دهندگان کمک می‌کند تا مشکلات را زودتر شناسایی و برطرف کنند.

چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره‌وری توسعه‌دهنده، هوش داده PlatoBlockchain استفاده می‌کند. جستجوی عمودی Ai.

"Nino Leenus، مشاور مهندسی هوش مصنوعی در Accenture می گوید به عنوان یک توسعه دهنده، استفاده از CodeWhisperer به شما امکان می دهد کد را سریعتر بنویسید. علاوه بر این، CodeWhisperer با حذف اشتباهات تایپی و سایر خطاهای معمولی با کمک هوش مصنوعی به شما کمک می کند تا کدنویسی دقیق تری انجام دهید. برای یک توسعه‌دهنده، نوشتن یک کد چندین بار خسته‌کننده است. با توصیه کدهای بعدی که ممکن است به آن نیاز داشته باشید، فناوری های تکمیل کد هوش مصنوعی این کدنویسی های تکراری را کاهش می دهند.

نتیجه

این پست CodeWhisperer، یک همراه کدنویسی هوش مصنوعی توسط آمازون را معرفی می کند. این ابزار از مدل‌های ML آموزش‌دیده بر روی مجموعه داده‌های بزرگ برای ارائه پیشنهادات و تکمیل خودکار کدها و همچنین تولید کل توابع و کلاس‌ها بر اساس توضیحات زبان طبیعی استفاده می‌کند. این پست همچنین برخی از مزایای مشاهده شده توسط Accenture هنگام استفاده از CodeWhisperer، مانند افزایش بهره وری و توانایی کاهش زمان و تلاش مورد نیاز برای کارهای رایج کدنویسی را برجسته می کند. امروز می توانید CodeWhisperer را در IDE مورد علاقه خود فعال کنید. CodeWhisperer به طور خودکار پیشنهادهایی را بر اساس کد و نظرات موجود شما ایجاد می کند. بازدید کنید آمازون کد Whisperer برای شروع.


درباره نویسنده

چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره‌وری توسعه‌دهنده، هوش داده PlatoBlockchain استفاده می‌کند. جستجوی عمودی Ai.بالاکریشنان ویشواناتان یک معمار راه حل AI/ML در Accenture است. او با همکاری با AABG، استراتژی‌های پیشرفته مبتنی بر ابر را برای مقابله با چالش‌های مختلف مرتبط با هوش مصنوعی/ML طراحی و اجرا می‌کند. علایق بالا هم در آشپزی و هم در فتوشاپ نهفته است که به آن علاقه زیادی دارد.

چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره‌وری توسعه‌دهنده، هوش داده PlatoBlockchain استفاده می‌کند. جستجوی عمودی Ai.شیخار کواترا یک معمار راه حل های تخصصی AI/ML در خدمات وب آمازون است که با یکپارچه ساز سیستم جهانی پیشرو کار می کند. او با بیش از 500 حق ثبت اختراع در حوزه های AI/ML و IoT عنوان یکی از جوان ترین مخترعان استاد هند را به دست آورده است. Shikhar به معماری، ساخت و نگهداری محیط های ابری مقرون به صرفه و مقیاس پذیر برای سازمان کمک می کند و از شریک GSI در ساخت راه حل های استراتژیک صنعت در AWS پشتیبانی می کند. شيخار از نواختن گيتار، آهنگسازي و تمرين ذهن آگاهي در اوقات فراغت خود لذت مي برد.

چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره‌وری توسعه‌دهنده، هوش داده PlatoBlockchain استفاده می‌کند. جستجوی عمودی Ai.آنکور دسایی مدیر محصول اصلی در تیم خدمات AWS AI است.

چگونه Accenture از Amazon CodeWhisperer برای بهبود بهره‌وری توسعه‌دهنده، هوش داده PlatoBlockchain استفاده می‌کند. جستجوی عمودی Ai. نینو لینوس مشاور هوش مصنوعی در Accenture است. او در توسعه راه حل های یادگیری ماشینی End-to-End و استقرار آن با استفاده از ابر تخصص دارد. او در مورد آخرین ابزارها و فن آوری ها در زمینه ML-Ops کنجکاو است. او عاشق سفر و پیاده روی است.

تمبر زمان:

بیشتر از آموزش ماشین AWS