Ce que vous devez savoir avant
Vous commencez

Débute 4 June 2026 02:54

Se termine 4 June 2026

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

GitHub : tests et refactorisation augmentés par l'IA

Maîtrisez les flux de travail augmentés par l'IA en utilisant GitHub Copilot pour le développement piloté par les tests, le refactoring à l'échelle du système et la génération d'infrastructure en tant que code avec Ansible, Docker et Terraform.
Pragmatic AI Labs via Coursera

Pragmatic AI Labs

2865 Cours


3 hours 22 minutes

Amélioration optionnelle disponible

Débutant

Progressez à votre rythme

Paid Course

Amélioration optionnelle disponible

Aperçu

Learn to accelerate your software development workflow by combining GitHub Copilot with test-driven development, system-wide refactoring, and infrastructure-as-code generation. This course teaches you to use AI assistance at every stage of code quality — from writing your first test to deploying containerized applications.

You will start with AI-assisted test-driven development, using GitHub Copilot to generate test cases, mock dependencies, and evaluate test coverage with pytest. You will then move to system-wide refactoring, leveraging @workspace references to analyze cross-file dependencies, enforce coding standards, and execute coordinated code cleanup across large codebases.

The course concludes with infrastructure-as-code generation, where you use Copilot to produce Ansible playbooks, Dockerfiles with distroless multi-stage builds, and Terraform configurations for cloud deployment. Each lesson includes hands-on challenges and solution walkthroughs using real Rust and Python projects.

By the end of this course, you will have a practical toolkit for integrating AI assistance into testing, refactoring, and infrastructure workflows — skills that directly reduce development cycle time while improving code quality.

Programme

  • Développement piloté par les tests assisté par l'IA
  • Couvre les fondamentaux du TDD assisté par l'IA, la génération de suites de tests complexes, la simulation de dépendances, des défis pratiques de TDD et l'évaluation de la couverture des tests avec GitHub Copilot.
  • Refactorisation à l'échelle du système et Infrastructure as Code
  • Couvre l'utilisation stratégique de l'espace de travail, l'analyse des dépendances entre fichiers, le nettoyage de code à l'échelle du système, l'application de style, les directives personnalisées, la génération d'infrastructure-as-code avec Dockerfiles et Terraform, et la conclusion du cours.
  • Projet de synthèse — Développement augmentée par l'IA en pratique
  • Appliquer des techniques de test assisté par l'IA, de refactorisation à l'échelle du système et de génération d'infrastructure-as-code dans un scénario de développement de bout en bout qui synthétise tous les concepts du cours.

Enseigné par

Alfredo Deza


Matières

Programming