Курс: Agentic IDE для великих, brownfield та legacy проєктів
Ментор - Вʼячеслав Колдовський, Competence Manager в SoftServe
Матеріали курсу: відео та презентації.
Є поширене упередження, що AI-інструменти ефективніше працюють з проєктами, які розробляються «з нуля» (greenfield), ніж з існуючими, часто великими та складними (brownfield). Дійсно — чиста, добре структурована кодова база нового проєкту ідеально підходить для аналізу та генерації коду з AI.
Це не означає, що AI неефективний для brownfield / legacy-проєктів. Усе залежить від підходу.
- ❌ Що не працює:
- Несистемне використання AI
- «Вайбкодинг» без правил і контексту
- Випадкові зміни в коді без розуміння архітектури
- ✅ Що працює:
- Документування кодової бази у форматі, зручному для AI
- Чітке визначення меж контексту
- Налаштування правил і ролей для агентів
- Використання Agent Skills для повторюваних технічних дій
- Підбір або розробка власних MCP
- Застосування Spec Driven Development для безпечних змін
За правильного підходу використання AI в brownfield-проєктах виходить на інший рівень продуктивності — часто навіть вищий, ніж у greenfield.
На цьому курсі ви навчитеся ефективно використовувати Agentic IDE для великих, brownfield і legacy проєктів.
- Під час виконання практичних завдань ви будете мати можливість на вибір:
- виконувати завдання для реального open source проєкту
- практикуватися на власному проєкті.
Для демо будемо використовувати Cursor, але загалом підходи універсальні і підійдуть для будь-якої Agentic IDE, зокрема Claude Code / GitHub Copilot і т.д.
Формат:
- Всі матеріали та відео курсу розташовані на навчальній платформі. Після покупки квитка, ви отримуєте доступ до курсу на пошту, вказану при реєстрації (протягом одного робочого дня):
- Презентації
- Відеозаписи сесій
- Практичні завдання для самостійного опрацювання
Мова заходу та презентацій: українська
Кому буде цікаво?
- Розробникам всіх рівнів та техлідам / архітектам, DevOps/SRE які хочуть перестати «вигадувати промпти щоразу з нуля» та зробити взаємодію з агентами передбачуваною.
- QA/Automation – для опису правил валідації, генерації тестів та стандартизації підходів до якості.
- Менторам, тимлідам та фахівцям з Engineering Management, які будують стандарти роботи з AI-інструментами в командах та компанії.
Програма
Module 1: Теорія і практика контекст-менеджменту large/brownfield/legacy проєктів
- В чому специфіка великих, brownfield та legacy проєктів у розрізі використання AI
- Проблема контексту — чому агенти фейляться на великих репозиторіях?
- Які проблеми в роботі з самописними бібліотеками, фреймворками та legacy кодом?
- Що таке “Археологія коду” і як її виконувати ефективно
- Як виміряти обсяг проєкту в токенах
- Як коректно задокументувати проєкт з AI
- Як переконатися, що AI не зламає проєкт при внесенні змін
- Особливості міграції проєктів на нові технології
Module 2: Розширення IDE для проєкту: Rules, Agent Skills, MCP
- Архітектура і композиція правил, ієрархічні правила для великих проєктів
- Як описати архітектурні патерни легасі-проєкту, щоб AI не пропонував "модні", але несумісні рішення
- Створення "Role-based" правил: як змусити AI діяти як Senior Developer саме цього конкретного проєкту
- Захист від галюцинацій: інструкції "що НЕ робити" (negative constraints) для старих бібліотек
- Концепція Agent Skills: в чому різниця між просто контекстом і навичкою
- Практика створення навичок: навчимо агента запускати локальні скрипти збірки, деплою або специфічні тести
- Як описувати навички так, щоб модель обирала їх автоматично в потрібний момент
- Коли Skills недостатньо: підключення до зовнішніх даних, пошук MCP
- Розробка MCP для власних задач
Module 3: Безпечний рефакторинг та ефективний Spec Driven Development
- Чому TDD в чистому вигляді важкий для легасі, і як SDD змінює правила гри
- Цикл SDD з AI: Plan → Spec → Implement → Verify
- Використання MD файлів як контракту між людиною та AI
- Застосування методології BMAD для оркестрації спеціалізованих агентів
- Робота з Agentic IDE для багатофайлового рефакторингу
- Патерн "Strangler Fig" з AI: поступове заміщення старого коду новим через створення паралельних структур, описаних в специфікаціях
Концепція курсу та всі матеріали курсу є інтелектуальною власністю ФВДЕЙС. Копіювання змісту та матеріалів курсу можливе виключно за згодою ФВДЕЙС.
Ментор: Вʼячеслав Колдовський
— Competence Manager в SoftServe
— 20+ років в IT, сертифікований Google Cloud Professional Cloud Architect, nVidia Generative AI LLMs
— Ph.D / кандидат економічних наук, доцент, керівник Центру Gen AI в IT STEP Університеті
— Засновник YouTube та Telegram-каналів Programming Mentor
— Активний спікер: виступ на iForum, DOU Day та ін.
— Лідер AI-спільноти на DOU, автор публікацій
— Має реалізовані проєкти з Gen AI та AI-генерованим кодом, які успішно працюють у продакшені
— Консультує компанії з трансформації процесів SDLC з використанням AI
Відгуки учасників live-курсу: середня оцінка 9,5
Добре структурований курс, багато корисної інформації, добре підготовлена практична частина. Це точно буде корисно всім, хто так чи інакше стикається з AI augmented software development. Дякую В'ячеславу і команді Fwdays за якісний воркшоп!
Воркшоп добре показує практичне використання AI-інструментів у великих проєктах. Наприклад, виконуючи рекомендації лектора, я навіть з обмеженими знаннями JavaScript зміг пофіксити баг у проєкті, що добре демонструє практичну цінність такого підходу.
Воркшоп просто супер. Хоча, на перший, погляд орієнтований на розробників, я як тестувальник почерпнув для себе багато корисного, що вже навіть застосував на робочому проєкті. Подача дуже легка, воркшоп пройшов на одному подиху. Рекомендую!
Буде корисно, тим хто не дуже глибоко в темі Agentic IDEs і не має дуже багато практичного досвіду, і хоче отримати швидкий старт в цій темі
Вартість участі
Доступ до записів 3 онлайн-сесій курсу
Презентації
Практичні завдання для самостійного опрацювання
Знижка 10% на участь в конференціях Fwdays
Доступна оплата частинами від Monobank та покупка частинами від ПриватбанкуПісля покупки ми відправимо вам доступ до курсу протягом одного робочого дня