Analisando código de produção com IA

Programação assistida por IA avançada para desenvolvedores

Thalia Barrera

AI Engineering Curriculum Manager, DataCamp

Além da geração de código

nanobanana: full: analisando código de produção com IA

Visão geral do curso

nanobanana: half: desenvolvedor na mesa com vários monitores

Neste curso, você vai aprender a:

✔ Fazer análise de código com IA para código de produção
✔ Aplicar testes e segurança assistidos por IA
✔ Usar IA para design de software e colaboração

O cenário: Wayfarer Labs

nanobanana: half: escritório de startup de turismo com mapas do mundo

💻 Você é desenvolvedor(a) de software na Wayfarer Labs
🌎 Uma startup de turismo criando uma plataforma de mobilidade
🔎 Sua tarefa: achar uma ferramenta de analytics open source

Descobrindo o Atlas

Perguntas-chave antes de adotar:

É manutenível?
É confiável?
É uma adição sólida de longo prazo?

🤖 A IA pode acelerar e sistematizar a avaliação do código!

Entendendo um novo repositório

nanobanana: full: IA guiando a exploração de um novo repositório

Prompts estruturados para orientar a base de código

🤖 Prompt de análise estática:

O repositório a seguir contém uma toolbox de analytics em Python chamada Atlas, para uso em produção.

Assuma que tenho um sistema tipo Unix e posso instalar ferramentas open source comuns.

Quero fazer uma análise estática dessa base de código sem executá-la.

Seu objetivo é:

Recomendar ferramentas de análise estática adequadas para o projeto

Explicar o que cada ferramenta mede e por que é relevante

Fornecer comandos concretos para rodar a análise

Explicar como interpretar os principais resultados

Análise dinâmica guiada por IA

nanobanana: full: análise dinâmica com perfilamento

Avaliando qualidade de código com IA

🤖 Prompt de manutenibilidade:

Analise a base de código por pontos de manutenibilidade: identifique módulos sobrecarregados, funções com responsabilidades difusas e áreas onde uma mudança exige editar múltiplos arquivos.

Problemas de manutenibilidade:

Módulos sobrecarregados
Responsabilidades difusas

Complexidade e dívida técnica

🤖 Prompt de complexidade:

Identifique áreas de alta complexidade lógica, focando em funções longas, condicionais aninhadas e ramificações.

Indicadores de complexidade:

Funções longas
Condicionais aninhadas
Muita ramificação

🤖 Prompt de dívida técnica:

Procure sinais de dívida técnica, como TODOs, lógica duplicada ou padrões legados.

Sinais de dívida técnica:

TODOs e FIXMEs
Lógica duplicada
Padrões legados

Conclusão da avaliação

Veredito sobre o Atlas:

✅ Base de código bem estruturada
✅ Razoável adotar
👀 Tratar complexidade primeiro
👀 Atacar a dívida técnica

Refatoração assistida por IA

IA também pode nos ajudar a:

Refatorar focando em mudanças de alto impacto
Propor patches

Lembrete importante

nanobanana: half: desenvolvedor revisando sugestões de IA de forma crítica

IA não substitui o julgamento de engenharia

Pode errar
Pode perder contexto
Pode alucinar

✔ Bem usada, acelera o entendimento e ajuda a tomar melhores decisões de código

Vamos praticar!

Programação assistida por IA avançada para desenvolvedores