Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten

Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten

Amazon Code Whisperer er en AI-kodingskompanjon som bidrar til å forbedre utviklerproduktiviteten ved å generere kodeanbefalinger basert på deres kommentarer i naturlig språk og kode i det integrerte utviklingsmiljøet (IDE). CodeWhisperer akselererer fullføringen av kodeoppgaver ved å redusere kontekstsvitsjer mellom IDE og dokumentasjons- eller utviklerfora. Med sanntidskodeanbefalinger fra CodeWhisperer kan du holde fokus i IDE og fullføre kodingsoppgavene dine raskere.

CodeWhisperer er drevet av en Large Language Model (LLM) som er trent på milliarder av kodelinjer, og som et resultat har lært hvordan man skriver kode på 15 programmeringsspråk. Du kan ganske enkelt skrive en kommentar som skisserer en spesifikk oppgave på vanlig engelsk, for eksempel "last opp en fil til S3." Basert på dette, bestemmer CodeWhisperer automatisk hvilke skytjenester og offentlige biblioteker som er best egnet for den angitte oppgaven, bygger den spesifikke koden i farten, og anbefaler de genererte kodebitene direkte i IDE. Dessuten integreres CodeWhisperer sømløst med Visual Studio Code og JetBrains IDE-er slik at du kan holde fokus og aldri forlate IDE. Når dette skrives, støtter CodeWhisperer Java, Python, JavaScript, TypeScript, C#, Go, Ruby, Rust, Scala, Kotlin, PHP, C, C++, Shell og SQL.

I dette innlegget illustrerer vi hvordan Accenture bruker CodeWhisperer i praksis for å forbedre utviklerproduktiviteten.

"Accenture bruker Amazon CodeWhisperer for å akselerere koding som en del av vårt initiativ for beste praksis for programvareutvikling i vår Velocity-plattform," sier Balakrishnan Viswanathan, Senior Manager, Tech Architecture hos Accenture. "Velocity-teamet lette etter måter å forbedre utviklerproduktiviteten på. Etter å ha søkt etter flere alternativer, kom vi over Amazon CodeWhisperer for å redusere utviklingsinnsatsen vår med 30 %, og vi fokuserer nå mer på å forbedre sikkerhet, kvalitet og ytelse.»

Fordeler med CodeWhisperer

Accenture Velocity-teamet har brukt CodeWhisperer for å akselerere prosjektene deres med kunstig intelligens (AI) og maskinlæring (ML). Følgende oppsummering fremhever fordelene:

  • Teamet bruker mindre tid på å lage standard og repeterende kodemønstre, og mer tid på det som betyr noe: å bygge god programvare
  • CodeWhisperer gir utviklere mulighet til å bruke AI på en ansvarlig måte for å lage syntaktisk korrekte og sikre applikasjoner
  • Teamet kan generere hele funksjoner og logiske kodeblokker uten å måtte søke etter og tilpasse kodebiter fra nettet
  • De kan akselerere onboarding for nybegynnere eller utviklere som jobber med en ukjent kodebase
  • De kan oppdage sikkerhetstrusler tidlig i utviklingsprosessen ved å flytte sikkerhetsskanningen til venstre til utviklerens IDE

I de følgende delene diskuterer vi noen av måtene Accenture Velocity-teamet har brukt CodeWhisperer mer detaljert på.

Introduksjon av utviklere på nye prosjekter

CodeWhisperer hjelper utviklere som ikke er kjent med AWS til å øke raskere på prosjekter som bruker AWS-tjenester. Nye utviklere i Accenture kunne skrive kode for AWS-tjenester som f.eks Amazon enkel lagringstjeneste (Amazon S3) og Amazon DynamoDB. På kort tid klarte de å være produktive og bidra til prosjektet. CodeWhisperer hjalp utviklere ved å gi kodeblokker eller linje-for-linje-forslag. Den er også kontekstbevisst. Endring av instruksjonene (kommentarene) til å være mer spesifikke resulterer i at CodeWhisperer genererer mer relevant kode.

Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Skrive boilerplate-kode

Utviklere var i stand til å bruke CodeWhisperer for å fullføre forutsetninger. De var i stand til å lage en forhåndsbehandlingsdataklasse bare ved å skrive "klasse for å lage forhåndsbehandlingsskript for ML-data." Å skrive forhåndsbehandlingsskriptet tok bare et par minutter, og CodeWhisperer var i stand til å generere hele kodeblokker.

Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Hjelper utviklere med kode på ukjente språk

En ny Java-bruker i teamet kunne enkelt begynne å skrive Python-kode ved hjelp av CodeWhisperer uten å bekymre seg for syntaksen.

Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Oppdager sikkerhetssårbarheter i koden

Utviklere var i stand til å oppdage sikkerhetsproblemer ved å velge Kjør sikkerhetsskanning i deres IDE. Detaljert innsikt i sikkerhetsproblemene som er funnet, er gitt direkte i IDE. Dette hjelper utviklere med å oppdage og fikse problemer tidlig.

Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

"Som utvikler gjør bruk av CodeWhisperer deg i stand til å skrive kode raskere, sier Nino Leenus, AI Engineering Consultant hos Accenture. «I tillegg vil CodeWhisperer hjelpe deg med å kode mer nøyaktig ved å eliminere skrivefeil og andre typiske feil ved hjelp av kunstig intelligens. For en utvikler er det kjedelig å skrive den samme koden flere ganger. Ved å anbefale de påfølgende kodebitene du kanskje trenger, reduserer AI-kodefullføringsteknologier slik repeterende koding.»

konklusjonen

Dette innlegget introduserer CodeWhisperer, en AI-kodefølge fra Amazon. Verktøyet bruker ML-modeller trent på store datasett for å gi forslag og autofullføring for kode, samt generere hele funksjoner og klasser basert på naturlige språkbeskrivelser. Dette innlegget fremhever også noen av fordelene Accenture ser ved bruk av CodeWhisperer, for eksempel økt produktivitet og muligheten til å redusere tiden og innsatsen som kreves for vanlige kodeoppgaver. Du kan aktivere CodeWhisperer i din favoritt-IDE i dag. CodeWhisperer genererer automatisk forslag basert på din eksisterende kode og kommentarer. Besøk Amazon Code Whisperer å komme i gang.


Om forfatterne

Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.Balakrishnan Viswanathan er AI/ML Solution Architect hos Accenture. I samarbeid med AABG utarbeider og utfører han banebrytende skybaserte strategier for å takle ulike AI/ML-relaterte utfordringer. Balas interesser ligger i både matlaging og Photoshop, som han brenner for.

Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.Shikhar Kwatra er en AI/ML-spesialistløsningsarkitekt hos Amazon Web Services, og jobber med en ledende global systemintegrator. Han har fått tittelen en av de yngste indiske mesteroppfinnerne med over 500 patenter innen AI/ML og IoT-domenene. Shikhar hjelper til med å bygge, bygge og vedlikeholde kostnadseffektive, skalerbare skymiljøer for organisasjonen, og støtter GSI-partneren i å bygge strategiske industriløsninger på AWS. Shikhar liker å spille gitar, komponere musikk og praktisere mindfulness på fritiden.

Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.Ankur Desai er hovedproduktsjef i AWS AI Services-teamet.

Hvordan Accenture bruker Amazon CodeWhisperer for å forbedre utviklerproduktiviteten PlatoBlockchain Data Intelligence. Vertikalt søk. Ai. Nino Leenus er AI-konsulent hos Accenture. Hun har ekspertise på å utvikle ende-til-ende maskinlæringsløsninger og distribusjon ved hjelp av sky. Hun er nysgjerrig på de nyeste verktøyene og teknologiene innen ML-Ops-feltet. Hun elsker å reise og fotturer.

Tidstempel:

Mer fra AWS maskinlæring