Hogyan használja az Accenture az Amazon CodeWhisperert a fejlesztői termelékenység javítására

Amazon Code Whisperer egy mesterséges intelligencia kódoló társ, amely segít a fejlesztők termelékenységének javításában azáltal, hogy kódjavaslatokat generál a megjegyzéseik alapján természetes nyelven és kódon az integrált fejlesztői környezetben (IDE). A CodeWhisperer felgyorsítja a kódolási feladatok elvégzését az IDE és a dokumentációs vagy fejlesztői fórumok közötti kontextusváltások csökkentésével. A CodeWhisperer valós idejű kódjavaslataival összpontosíthat az IDE-re, és gyorsabban befejezheti a kódolási feladatokat.

A CodeWhisperert egy Large Language Model (LLM) hajtja, amely több milliárd kódsorra van kiképezve, és ennek eredményeként megtanulta, hogyan kell kódot írni 15 programozási nyelven. Egyszerűen írhat egy megjegyzést, amely egy konkrét feladatot vázol fel egyszerű angol nyelven, például: „Fájl feltöltése az S3-ba”. Ez alapján a CodeWhisperer automatikusan meghatározza, hogy mely felhőszolgáltatások és nyilvános könyvtárak a legalkalmasabbak a megadott feladathoz, menet közben felépíti a konkrét kódot, és közvetlenül az IDE-ben ajánlja a generált kódrészleteket. Ezenkívül a CodeWhisperer zökkenőmentesen integrálódik a Visual Studio Code és a JetBrains IDE-jeivel, így továbbra is koncentrálhat, és soha nem hagyhatja el az IDE-t. Az írás idején a CodeWhisperer támogatja a Java, Python, JavaScript, TypeScript, C#, Go, Ruby, Rust, Scala, Kotlin, PHP, C, C++, Shell és SQL nyelveket.

Ebben a bejegyzésben bemutatjuk, hogyan használja az Accenture a CodeWhisperert a gyakorlatban a fejlesztői termelékenység javítására.

„Az Accenture az Amazon CodeWhisperert használja a kódolás felgyorsítására a Velocity platformon belüli szoftverfejlesztési bevált gyakorlati kezdeményezésünk részeként” – mondja Balakrishnan Viswanathan, az Accenture Tech Architecture részlegének vezető menedzsere. „A Velocity csapata a fejlesztői termelékenység javításának módjait kereste. Miután több lehetőséget is kerestünk, rábukkantunk az Amazon CodeWhispererre, amellyel 30%-kal csökkentjük fejlesztési erőfeszítéseinket, és most inkább a biztonság, a minőség és a teljesítmény javítására összpontosítunk.”

A CodeWhisperer előnyei

Az Accenture Velocity csapata a CodeWhisperert használta mesterséges intelligencia (AI) és gépi tanulási (ML) projektjeik felgyorsítására. Az alábbi összefoglaló kiemeli az előnyöket:

• A csapat kevesebb időt tölt a sablon és az ismétlődő kódminták létrehozásával, és több időt fordít arra, ami számít: nagyszerű szoftverek létrehozására.
• A CodeWhisperer felhatalmazza a fejlesztőket arra, hogy felelősségteljesen használják az AI-t szintaktikailag helyes és biztonságos alkalmazások létrehozására
• A csapat teljes függvényeket és logikai kódblokkokat generálhat anélkül, hogy kódrészleteket kellene keresnie és testreszabnia az interneten
• Felgyorsíthatják a bevezetést a kezdő fejlesztők vagy az ismeretlen kódbázissal dolgozó fejlesztők számára
• A fejlesztési folyamat korai szakaszában észlelhetik a biztonsági fenyegetéseket, ha a biztonsági vizsgálatot a fejlesztő IDE-jére helyezik át

A következő szakaszokban részletesebben tárgyalunk néhány módot, ahogyan az Accenture Velocity csapata a CodeWhisperert használta.

Fejlesztők bevonása új projektekbe

A CodeWhisperer segít az AWS-t nem ismerő fejlesztőknek, hogy gyorsabban lépjenek fel az AWS-szolgáltatásokat használó projekteken. Az Accenture új fejlesztői olyan AWS-szolgáltatásokhoz tudtak kódot írni, mint pl Amazon egyszerű tárolási szolgáltatás (Amazon S3) és Amazon DynamoDB. Rövid időn belül eredményesek voltak és hozzájárulhattak a projekthez. A CodeWhisperer kódblokkokkal vagy soronkénti javaslatokkal segítette a fejlesztőket. Szintén kontextus-tudatos. Az utasítások (megjegyzések) pontosítása azt eredményezi, hogy a CodeWhisperer relevánsabb kódot generál.

Kattintási kód írása

A fejlesztők használhatták a CodeWhisperert az előfeltételek teljesítéséhez. Képesek voltak létrehozni egy előfeldolgozási adatosztályt a „class to create preprocessing script for ML data” szó beírásával. Az előfeldolgozó szkript megírása csak pár percet vett igénybe, és a CodeWhisperer teljes kódblokkokat tudott generálni.

Segítség a fejlesztőknek az ismeretlen nyelveken történő kódolásban

A csapatban új Java-felhasználó könnyedén elkezdhetett Python-kódot írni a CodeWhisperer segítségével, anélkül, hogy a szintaxis miatt kellett volna aggódnia.

Biztonsági sérülékenységek észlelése a kódban

A fejlesztők a választással észlelték a biztonsági problémákat Futtassa le a biztonsági vizsgálatot az IDE-jükben. A talált biztonsági problémákkal kapcsolatos részletes információk közvetlenül az IDE-ben találhatók. Ez segít a fejlesztőknek a problémák korai felismerésében és kijavításában.

"Fejlesztőként a CodeWhisperer használatával gyorsabban írhat kódot” – mondja Nino Leenus, az Accenture mesterséges intelligencia mérnöki tanácsadója. „Emellett a CodeWhisperer segít a pontosabb kódolásban azáltal, hogy mesterséges intelligencia segítségével kiküszöböli a gépelési és egyéb tipikus hibákat. Egy fejlesztő számára fárasztó ugyanazt a kódot többször leírni. A későbbi kódrészletek ajánlásával, amelyekre szükség lehet, az AI-kódkiegészítő technológiák csökkentik az ilyen ismétlődő kódolást.

Következtetés

Ez a bejegyzés bemutatja a CodeWhisperert, az Amazon AI kódoló társát. Az eszköz nagy adatkészletekre képzett ML modelleket használ, hogy javaslatokat és automatikus kiegészítést adjon a kódhoz, valamint teljes függvényeket és osztályokat generáljon természetes nyelvi leírások alapján. Ez a bejegyzés kiemeli az Accenture által a CodeWhisperer használata során tapasztalt előnyöket is, mint például a megnövekedett termelékenység és a gyakori kódolási feladatokhoz szükséges idő és erőfeszítés csökkentése. Még ma aktiválhatja a CodeWhisperert kedvenc IDE-jében. A CodeWhisperer automatikusan javaslatokat generál a meglévő kódja és megjegyzései alapján. Látogatás Amazon Code Whisperer az induláshoz.

---

A szerzőkről

Balakrishnan Viswanathan az Accenture AI/ML megoldástervezője. Az AABG-vel együttműködve élvonalbeli felhőalapú stratégiákat dolgoz ki és hajt végre az AI/ML-hez kapcsolódó különféle kihívások leküzdésére. Bala érdeklődési köre mind a főzés, mind a Photoshop iránt érdeklődik, amiért rajong.

Shikhar Kwatra az Amazon Web Services mesterséges intelligencia/ML-megoldások szakértője, egy vezető globális rendszerintegrátorral dolgozik együtt. Több mint 500 szabadalommal érdemelte ki az egyik legfiatalabb indiai mesterfeltaláló címet az AI/ML és az IoT területén. A Shikhar segítséget nyújt a szervezet költséghatékony, méretezhető felhőkörnyezeteinek tervezésében, felépítésében és karbantartásában, valamint támogatja a GSI-partnert az AWS-en alapuló stratégiai ipari megoldások kidolgozásában. Shikhar szeret gitározni, zenét komponálni, és szabadidejében gyakorolja a tudatosságot.

Ankur Desai az AWS AI Services csapatának fő termékmenedzsere.

Nino Leenus az Accenture mesterséges intelligencia-tanácsadója. Szakértelemmel rendelkezik a végpontok közötti gépi tanulási megoldások fejlesztésében és a felhő segítségével történő telepítésében. Kíváncsi a legújabb eszközökre és technológiákra az ML-Ops területén. Szeret utazni és túrázni.

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• Platoblockchain. Web3 metaverzum intelligencia. Felerősített tudás. Hozzáférés itt.
• Forrás: https://aws.amazon.com/blogs/machine-learning/how-accenture-is-using-amazon-codewhisperer-to-improve-developer-productivity/