《Team Software Engineering with AI》這門課程是《Generative AI for Software Development》的第二段課程，同樣也是安排了三週的內容。課程設計的目標，是幫助學員全面了解生成式 AI 在軟體開發中的應用，並提供一套從測試與除錯、文件撰寫到依賴管理的完整學習路徑。課程在三週內，從第一週的內容逐步深入，讓學員從基礎環境設置開始，逐步掌握生成式 AI 工具的應用方法，並將其實際應用於開發與團隊協作中。
第一週的課程除了環境設置之外，主要聚焦於測試與除錯。這週的設計旨在幫助學員理解測試與除錯的重要性，並學習如何透過生成式 AI 工具（如 ChatGPT）來優化測試流程。跟第一門課一樣，平台本身有提供 LLM，以及開發環境，另外也有教材跟延伸練習的程式碼可以下載。學員首先熟悉 Jupyter Notebook 的操作以及 ChatGPT 實驗室的使用方法，建立穩固的技術基礎。在測試部分，課程詳細介紹了探索式測試和功能測試，並教授如何設計自動化測試來提升效率。除此之外，學員還會接觸效能測試與安全測試的基礎知識，並學習使用 AI 工具分析程式碼中的安全漏洞，進一步理解如何將 AI 應用於日常開發工作中。
第二週的課程重點轉向文件撰寫。文件是團隊開發中不可或缺的一部分，但往往容易被忽略。這週的課程旨在幫助學員掌握撰寫高效技術文件的技巧，提升團隊協作的效率。課程不僅介紹了內嵌註解與文件註解的實踐方法，還探討了多語言環境下文件的適應性。學員將學習如何使用生成式 AI 工具來輔助文件撰寫，並通過自動化工具如 Sphinx 生成結構化文檔。此外課程強調了文件在生產環境中的重要性，讓學員了解文件維護對專案長期發展的影響。
第三週的課程專注於依賴管理，這是軟體開發中一個易被忽視但至關重要的領域。本週的課程幫助學員理解如何解決依賴衝突，並提升專案的穩定性與安全性。學員將學習虛擬環境的設置、依賴研究與安全分析等基礎知識，並進一步探索如何利用生成式 AI 工具處理多語言環境中的依賴問題。此外課程中還包括 GPT 的應用實作，讓學員能夠熟悉使用 AI 工具解決版本與依賴管理問題，並將所學應用於實際專案中。
照例每一週的課程都有作業/考試，程式實作的部分是要求將 Python 2 的舊程式，透過 LLM 的協助來更新為 Python 3 的新版程式，同時也實作了模組依賴版本不相容的解決方式。這跟我們實務開發時經常面對到的困境一樣，以往沒有 LLM 的協助得到個大論壇搜尋取經，或是詢問其他大神。如今 LLM 就是一個隨時可以提供個性化服務的大神。
整體課程是以實務應用為導向，注重理論與實作的結合，讓學員在學習過程中能即學即用。生成式 AI 工具不僅能幫助學員提升開發效率，還能解決許多開發中常見的問題。這門課程強調了技術與團隊協作的平衡，從測試與除錯的基礎開始，到文件撰寫的專業化，再到依賴管理的穩定性，循序漸進地引導學員掌握生成式 AI 的應用精髓。對於希望提升技能並優化開發流程的工程師或技術管理者來說，這是一門不可多得的課程。這門課最後我用了七天的時間（一天平均為八小時），順利完成並取得證書。
《Team Software Engineering with AI》（使用 AI 的團隊軟體工程）這門課程主要圍繞生成式 AI 在軟體開發中的應用，特別針對測試與除錯、文件撰寫，以及依賴管理這三大主題進行深入探索。課程設計循序漸進，從基礎環境設置到實務應用，逐步引導學員掌握生成式 AI 的核心技術，並將這些技術融入團隊開發中。