Perfilando desempenho com IA

Programação assistida por IA avançada para desenvolvedores

Thalia Barrera

AI Engineering Curriculum Manager, DataCamp

O que vamos ver

Lupa examinando estruturas de dados

Perfil o código
Identifique gargalos de desempenho
Avalie as escolhas de estrutura de dados

Perfilando com cProfile

O que o cProfile mede:

Tempo de CPU por função
Funções chamadas
Número de chamadas
Tempo por chamada

IA interpreta o perfil

Entendendo o hotspot

índice de transferência de localização

Entendendo o hotspot

estruturas de dados

Avaliação de eficiência

eficiência de estruturas de dados

Avaliação da IA:

✅ Aceitável para baixo volume de dados
❌ Sem otimizações para larga escala

Detalhe: HashMapLinear

classe hashmaplinear

Problemas do HashMapLinear

Escalabilidade do HashMapLinear:

✅ Bom para maps pequenos e fixos
📉 Degrada em tempo linear
❌ Problemático quando os dados crescem imprevisivelmente

Questões de concorrência

Colisão de threads (condição de corrida)

Problemas de thread safety:

Leituras/escritas concorrentes podem correr
Risco de corrupção de dados

Reimplementação sugerida pela IA

reimplementação do hashmaplinear com prompt

🔎 Sempre revise as sugestões da IA
🔎 Teste antes de aplicar

Validação do benchmark

Execução do benchmark:

Resultados:

Original (HashMapOld): referência
Otimizado (HashMapNew): 2x+ rápido
✅ Patch da IA validado

Ciclo de otimização com IA

revisão da lição 1-2

Conclusão

Ciclo iterativo:

Faça o perfil do código
Identifique operações dominantes
Reescreva onde importa
Valide os resultados

🤖 A IA ajuda a ir mais rápido com decisões baseadas em evidências

Vamos praticar!

Programação assistida por IA avançada para desenvolvedores

Preparing Video For Download...