2 - 4 Horas 4 Módulos
Tema Principal: IA para Desenvolvedores
Carga Horária: 2 - 4 Horas
Nível: Avançado
Público-alvo: Desenvolvedores de Software, Engenheiros de Dados e Arquitetos de Sistemas
Dominar o GitHub Copilot vai muito além de aceitar sugestões de linhas de código. Este treinamento foca no potencial estratégico da ferramenta: desde a tradução de sistemas legados complexos até à implementação de testes unitários que garantem a segurança da aplicação. O objetivo é transformar o Copilot num acelerador de carreira, permitindo que o desenvolvedor foque na lógica de negócio enquanto a IA lida com a implementação técnica e a documentação.
Capacitar o profissional a utilizar estratégias avançadas de engenharia de contexto para resolver problemas arquiteturais, modernizar bases de código antigas e garantir a entrega de software de alta qualidade com uma redução no tempo de codificação de rotina.
Aprendizagem sobre como "ensinar" a arquitetura do projeto ao Copilot. Técnicas para selecionar os ficheiros e contextos certos no chat para que as sugestões sejam coerentes com o padrão de design do projeto, evitando soluções isoladas que não se encaixam na estrutura global.
Implementação da metodologia de escrever o teste primeiro. O aluno aprenderá a descrever o comportamento esperado e solicitar que o Copilot gere tanto os testes unitários complexos quanto o código funcional que os satisfaça, invertendo o fluxo tradicional e aumentando a cobertura de testes.
Identificação de "code smells" e dívida técnica. O aluno aprenderá a solicitar que o Copilot reescreva trechos de código seguindo padrões de projeto (Design Patterns) modernos e otimize a performance de algoritmos, transformando código legado em soluções modulares, limpas e de alto desempenho.
Uso avançado de padrões de templates (como os vistos em frameworks como LangChain). O aluno aprenderá a criar prompts estruturados com múltiplas variáveis para gerar documentação técnica automática e manter padrões de código consistentes em toda a equipa de desenvolvimento.
---
description: 'Especialista em Engenharia de Software e IA, focado em refatoração, padrões de projeto (Design Patterns) e otimização de performance em Python e Node.js'
Configurar as Ferramentas...
tools: ['vscode', 'execute', 'read/readFile', 'edit/createDirectory', 'search', 'agent', 'pylance-mcp-server/*', 'ms-python.python/getPythonEnvironmentInfo', 'ms-python.python/getPythonExecutableCommand', 'ms-python.python/installPythonPackage', 'ms-python.python/configurePythonEnvironment']
---
Define what this custom agent accomplishes for the user, when to use it, and the edges it won't cross. Specify its ideal inputs/outputs, the tools it may call, and how it reports progress or asks for help.Com base no notebook que você está analisando, aqui estão os principais padrões:
Cria um template com variáveis entre chaves {}:
prompt_template = PromptTemplate.from_template('''
Responda a seguinte pergunta do usuário:
{pergunta}
''')
prompt_template.format(pergunta='O que é um buraco negro?')Define várias variáveis que serão preenchidas depois:
prompt_template = PromptTemplate.from_template('''
Responda a pergunta em até {n_palavras} palavras:
{pergunta}
''')Fixa algumas variáveis para reutilizar sem especificá-las sempre:
prompt_template = PromptTemplate.from_template(
'Responda em até {n_palavras} palavras: {pergunta}',
partial_variables={'n_palavras': 10}
)
# Agora só precisa passar 'pergunta'