Bagaimana Accenture menggunakan Amazon CodeWhisperer untuk meningkatkan produktivitas pengembang

Pembisik Kode Amazon adalah pendamping pengkodean AI yang membantu meningkatkan produktivitas pengembang dengan membuat rekomendasi kode berdasarkan komentar mereka dalam bahasa alami dan kode di lingkungan pengembangan terintegrasi (IDE). CodeWhisperer mempercepat penyelesaian tugas pengkodean dengan mengurangi peralihan konteks antara IDE dan dokumentasi atau forum pengembang. Dengan rekomendasi kode waktu nyata dari CodeWhisperer, Anda dapat tetap fokus pada IDE dan menyelesaikan tugas pengkodean Anda lebih cepat.

CodeWhisperer didukung oleh Large Language Model (LLM) yang dilatih pada miliaran baris kode, dan sebagai hasilnya, telah mempelajari cara menulis kode dalam 15 bahasa pemrograman. Anda cukup menulis komentar yang menguraikan tugas tertentu dalam bahasa Inggris biasa, seperti "unggah file ke S3". Berdasarkan hal ini, CodeWhisperer secara otomatis menentukan layanan cloud dan perpustakaan umum mana yang paling cocok untuk tugas yang ditentukan, membuat kode spesifik dengan cepat, dan merekomendasikan potongan kode yang dihasilkan langsung di IDE. Selain itu, CodeWhisperer terintegrasi dengan mulus dengan Visual Studio Code dan IDE JetBrains Anda sehingga Anda dapat tetap fokus dan tidak pernah meninggalkan IDE. Pada saat penulisan ini, CodeWhisperer mendukung Java, Python, JavaScript, TypeScript, C#, Go, Ruby, Rust, Scala, Kotlin, PHP, C, C++, Shell, dan SQL.

Dalam postingan ini, kami mengilustrasikan bagaimana Accenture menggunakan CodeWhisperer dalam praktiknya untuk meningkatkan produktivitas developer.

“Accenture menggunakan Amazon CodeWhisperer untuk mempercepat pengkodean sebagai bagian dari inisiatif praktik terbaik rekayasa perangkat lunak kami di platform Velocity kami,” kata Balakrishnan Viswanathan, Manajer Senior, Arsitektur Teknologi di Accenture. “Tim Velocity sedang mencari cara untuk meningkatkan produktivitas developer. Setelah mencari beberapa opsi, kami menemukan Amazon CodeWhisperer untuk mengurangi upaya pengembangan kami sebesar 30% dan kami sekarang lebih berfokus pada peningkatan keamanan, kualitas, dan kinerja.”

Manfaat CodeWhisperer

Tim Accenture Velocity telah menggunakan CodeWhisperer untuk mempercepat proyek kecerdasan buatan (AI) dan pembelajaran mesin (ML) mereka. Ringkasan berikut menyoroti manfaatnya:

• Tim menghabiskan lebih sedikit waktu untuk membuat boilerplate dan pola kode berulang, dan lebih banyak waktu untuk hal yang penting: membangun perangkat lunak yang hebat
• CodeWhisperer memberdayakan pengembang untuk menggunakan AI secara bertanggung jawab untuk membuat aplikasi yang benar secara sintaksis dan aman
• Tim dapat menghasilkan seluruh fungsi dan blok kode logis tanpa harus mencari dan menyesuaikan cuplikan kode dari web
• Mereka dapat mempercepat orientasi untuk pengembang pemula atau pengembang yang bekerja dengan basis kode yang tidak dikenal
• Mereka dapat mendeteksi ancaman keamanan di awal proses pengembangan dengan mengalihkan pemindaian keamanan ke IDE pengembang

Di bagian berikut, kami membahas beberapa cara tim Accenture Velocity menggunakan CodeWhisperer secara lebih mendetail.

Pengembang onboarding pada proyek-proyek baru

CodeWhisperer membantu pengembang yang tidak terbiasa dengan AWS untuk meningkatkan lebih cepat pada proyek yang menggunakan layanan AWS. Pengembang baru di Accenture dapat menulis kode untuk layanan AWS seperti Layanan Penyimpanan Sederhana Amazon (Amazon S3) dan Amazon DynamoDB. Dalam waktu singkat, mereka dapat menjadi produktif dan berkontribusi pada proyek. CodeWhisperer membantu pengembang dengan memberikan blok kode atau saran baris demi baris. Ini juga sadar konteks. Mengubah instruksi (komentar) menjadi lebih spesifik menghasilkan CodeWhisperer menghasilkan kode yang lebih relevan.

Menulis kode boilerplate

Pengembang dapat menggunakan CodeWhisperer untuk menyelesaikan prasyarat. Mereka dapat membuat kelas data preprocessing hanya dengan mengetik "class to create preprocessing script for ML data". Menulis skrip preprocessing hanya membutuhkan beberapa menit, dan CodeWhisperer mampu menghasilkan seluruh blok kode.

Membantu pengembang membuat kode dalam bahasa asing

Seorang pengguna Java yang baru di tim dapat dengan mudah mulai menulis kode Python dengan bantuan CodeWhisperer tanpa mengkhawatirkan sintaksnya.

Mendeteksi kerentanan keamanan dalam kode

Pengembang dapat mendeteksi masalah keamanan dengan memilih Jalankan pemindaian keamanan dalam IDE mereka. Wawasan mendetail tentang masalah keamanan yang ditemukan disediakan langsung di IDE. Ini membantu pengembang mendeteksi dan memperbaiki masalah lebih awal.

"Sebagai pengembang, menggunakan CodeWhisperer memungkinkan Anda menulis kode lebih cepat,” kata Nino Leenus, Konsultan Teknik AI di Accenture. “Selain itu, CodeWhisperer akan membantu Anda membuat kode lebih akurat dengan menghilangkan kesalahan ketik dan kesalahan tipikal lainnya dengan bantuan kecerdasan buatan. Bagi seorang pengembang, menulis kode yang sama berkali-kali itu membosankan. Dengan merekomendasikan potongan kode berikutnya yang mungkin Anda perlukan, teknologi penyelesaian kode AI mengurangi pengkodean yang berulang-ulang.”

Kesimpulan

Posting ini memperkenalkan CodeWhisperer, pendamping pengkodean AI oleh Amazon. Alat ini menggunakan model ML yang dilatih pada kumpulan data besar untuk memberikan saran dan pelengkapan otomatis untuk kode, serta menghasilkan seluruh fungsi dan kelas berdasarkan deskripsi bahasa natural. Posting ini juga menyoroti beberapa manfaat yang terlihat oleh Accenture saat menggunakan CodeWhisperer, seperti peningkatan produktivitas dan kemampuan untuk mengurangi waktu dan upaya yang diperlukan untuk tugas pengkodean umum. Anda dapat mengaktifkan CodeWhisperer di IDE favorit Anda hari ini. CodeWhisperer secara otomatis menghasilkan saran berdasarkan kode dan komentar Anda yang ada. Mengunjungi Pembisik Kode Amazon untuk memulai.

---

Tentang Penulis

Balakrishnan Viswanathan adalah Arsitek Solusi AI/ML di Accenture. Berkolaborasi dengan AABG, dia menyusun dan menjalankan strategi berbasis cloud mutakhir untuk mengatasi berbagai tantangan terkait AI/ML. Minat Bala terletak pada memasak dan Photoshop, yang dia sukai.

Shikhar Kwatra adalah arsitek solusi spesialis AI/ML di Amazon Web Services, bekerja dengan Integrator Sistem Global terkemuka. Dia telah mendapatkan gelar sebagai salah satu Penemu Master India Termuda dengan lebih dari 500 paten di domain AI/ML dan IoT. Shikhar membantu dalam merancang, membangun, dan memelihara lingkungan cloud yang dapat diskalakan dan hemat biaya untuk organisasi, dan mendukung mitra GSI dalam membangun solusi industri strategis di AWS. Shikhar senang bermain gitar, menggubah musik, dan melatih mindfulness di waktu luangnya.

Ankur Desai adalah Manajer Produk Utama dalam tim AWS AI Services.

Nino Leenus adalah Konsultan AI di Accenture. Dia ahli dalam mengembangkan solusi pembelajaran Mesin End-to-End dan penerapannya menggunakan cloud. Dia ingin tahu tentang alat dan teknologi terbaru di bidang ML-Ops. Dia suka bepergian dan trekking.

• Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
• Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
• Sumber: https://aws.amazon.com/blogs/machine-learning/how-accenture-is-using-amazon-codewhisperer-to-improve-developer-productivity/