Как Accenture использует Amazon CodeWhisperer для повышения производительности труда разработчиков

Amazon Code Whisperer — это вспомогательное средство для написания кода на основе ИИ, которое помогает повысить производительность разработчиков, создавая рекомендации по коду на основе их комментариев на естественном языке и кода в интегрированной среде разработки (IDE). CodeWhisperer ускоряет выполнение задач кодирования, сокращая количество переключений контекста между IDE и документацией или форумами разработчиков. Благодаря рекомендациям кода в режиме реального времени от CodeWhisperer вы можете сосредоточиться на IDE и быстрее выполнять задачи по кодированию.

CodeWhisperer использует модель большого языка (LLM), которая обучается на миллиардах строк кода и в результате научилась писать код на 15 языках программирования. Вы можете просто написать комментарий, описывающий конкретную задачу на простом английском языке, например, «загрузить файл на S3». На основе этого CodeWhisperer автоматически определяет, какие облачные сервисы и общедоступные библиотеки лучше всего подходят для указанной задачи, на лету строит конкретный код и рекомендует сгенерированные фрагменты кода прямо в IDE. Более того, CodeWhisperer легко интегрируется с вашими средами разработки Visual Studio Code и JetBrains, чтобы вы могли сосредоточиться и никогда не покидать среду IDE. На момент написания этой статьи CodeWhisperer поддерживает Java, Python, JavaScript, TypeScript, C#, Go, Ruby, Rust, Scala, Kotlin, PHP, C, C++, Shell и SQL.

В этом посте мы покажем, как Accenture использует CodeWhisperer на практике для повышения производительности труда разработчиков.

«Accenture использует Amazon CodeWhisperer для ускорения написания кода в рамках нашей инициативы по внедрению лучших практик разработки программного обеспечения на нашей платформе Velocity, — говорит Балакришнан Вишванатан, старший менеджер по технической архитектуре в Accenture. «Команда Velocity искала способы повысить производительность разработчиков. После поиска нескольких вариантов мы наткнулись на Amazon CodeWhisperer, чтобы сократить наши усилия по разработке на 30 %, и теперь мы уделяем больше внимания повышению безопасности, качества и производительности».

Преимущества CodeWhisperer

Команда Accenture Velocity использует CodeWhisperer для ускорения своих проектов искусственного интеллекта (ИИ) и машинного обучения (МО). Нижеследующее резюме подчеркивает преимущества:

• Команда тратит меньше времени на создание шаблонов и повторяющихся шаблонов кода и больше времени на то, что действительно важно: создание отличного программного обеспечения.
• CodeWhisperer позволяет разработчикам ответственно использовать ИИ для создания синтаксически правильных и безопасных приложений.
• Команда может создавать целые функции и логические блоки кода без необходимости искать и настраивать фрагменты кода в Интернете.
• Они могут ускорить адаптацию для начинающих разработчиков или разработчиков, работающих с незнакомой кодовой базой.
• Они могут обнаруживать угрозы безопасности на ранних этапах процесса разработки, перенося сканирование безопасности на IDE разработчика.

В следующих разделах мы более подробно обсудим некоторые способы использования CodeWhisperer командой Accenture Velocity.

Адаптация разработчиков к новым проектам

CodeWhisperer помогает разработчикам, незнакомым с AWS, быстрее осваивать проекты, использующие сервисы AWS. Новые разработчики в Accenture смогли написать код для таких сервисов AWS, как Простой сервис хранения Amazon (Amazon S3) и Amazon DynamoDB. За короткий промежуток времени они смогли быть продуктивными и внести свой вклад в проект. CodeWhisperer помогал разработчикам, предоставляя блоки кода или построчные предложения. Это также зависит от контекста. Изменение инструкций (комментариев) на более конкретные приводит к тому, что CodeWhisperer генерирует более релевантный код.

Написание стандартного кода

Разработчики могли использовать CodeWhisperer для выполнения предварительных условий. Они смогли создать класс данных предварительной обработки, просто набрав «класс для создания сценария предварительной обработки данных машинного обучения». Написание сценария предварительной обработки заняло всего пару минут, а CodeWhisperer смог сгенерировать целые блоки кода.

Помощь разработчикам в написании кода на незнакомых языках

Пользователь Java, новичок в команде, смог легко начать писать код Python с помощью CodeWhisperer, не беспокоясь о синтаксисе.

Обнаружение уязвимостей безопасности в коде

Разработчики смогли обнаружить проблемы безопасности, выбрав Запустить проверку безопасности в их IDE. Подробная информация о найденных проблемах безопасности предоставляется непосредственно в среде IDE. Это помогает разработчикам обнаруживать и устранять проблемы на ранней стадии.

Как разработчик, использование CodeWhisperer позволяет вам писать код быстрее», — говорит Нино Линус, инженер-консультант по искусственному интеллекту в Accenture. «Кроме того, CodeWhisperer поможет вам кодировать точнее, устраняя опечатки и другие типичные ошибки с помощью искусственного интеллекта. Для разработчика утомительно писать один и тот же код несколько раз. Рекомендуя последующие фрагменты кода, которые могут вам понадобиться, технологии автозавершения кода ИИ сокращают такое повторяющееся кодирование».

Заключение

В этом посте рассказывается о CodeWhisperer, компаньоне по кодированию AI от Amazon. Инструмент использует модели машинного обучения, обученные на больших наборах данных, для предоставления предложений и автозаполнения кода, а также для создания целых функций и классов на основе описаний на естественном языке. В этом посте также освещаются некоторые преимущества, которые Accenture видит при использовании CodeWhisperer, такие как повышение производительности и возможность сократить время и усилия, необходимые для выполнения стандартных задач кодирования. Вы можете активировать CodeWhisperer в своей любимой IDE уже сегодня. CodeWhisperer автоматически генерирует предложения на основе вашего существующего кода и комментариев. Посещать Amazon Code Whisperer чтобы начать работу.

---

Об авторах

Балакришнан Вишванатан является архитектором решений AI/ML в Accenture. Сотрудничая с AABG, он разрабатывает и реализует передовые облачные стратегии для решения различных задач, связанных с AI/ML. Интересы Бала связаны как с кулинарией, так и с фотошопом, которым он увлечен.

Шихар Кватра является специалистом по разработке решений AI/ML в Amazon Web Services, работающим с ведущим глобальным системным интегратором. Он получил звание одного из самых молодых индийских мастеров-изобретателей с более чем 500 патентами в областях AI/ML и IoT. Шихар помогает в проектировании, создании и обслуживании экономичных, масштабируемых облачных сред для организации и поддерживает партнера GSI в создании стратегических отраслевых решений на AWS. Шикар любит играть на гитаре, сочинять музыку и практиковать осознанность в свободное время.

Анкур Десаи является главным менеджером по продуктам в команде AWS AI Services.

Нино Линус является консультантом по искусственному интеллекту в Accenture. Она специализируется на разработке комплексных решений для машинного обучения и их развертывании с использованием облака. Ей интересны новейшие инструменты и технологии в области ML-Ops. Она любит путешествия и походы.

• SEO-контент и PR-распределение. Получите усиление сегодня.
• Платоблокчейн. Интеллект метавселенной Web3. Расширение знаний. Доступ здесь.
• Источник: https://aws.amazon.com/blogs/machine-learning/how-accenture-is-using-amazon-codewhisperer-to-improve-developer-productivity/