training
AI Augmented Engineering Using Github Copilot
Verhoog je productiviteit met GitHub Copilot
Beschrijving
Deze training introduceert GitHub Copilot en het bijbehorende ecosysteem via praktische labs, demo's en realistische toepassingen.
Deelnemers leren hoe ze Copilot efficiënt kunnen integreren in hun dagelijkse workflows.
De cursus begint met de basis van GitHub Copilot, waaronder installatie, toegangsbeheer, beveiliging en compliance (SOC2).
Je verkent de architectuur achter Copilot, inclusief OpenAI Codex en de contextmechanismen die de codeaanvullingen aansturen.
Je werkt met alle belangrijke functies van Copilot: inline suggestions, next edit proposals en Copilot Chat
(Ask-, Edit- en Agent-modi). Ook de CLI-integratie komt aan bod.
Praktische labs op je eigen projecten versterken elk onderwerp, zodat je de functies direct kunt toepassen op realistische
use cases.
Customization is een kernonderdeel. Je leert hoe je het gedrag van Copilot kunt afstemmen met instruction files, prompt files
en extensies, waaronder het Model Context Protocol (MCP): een mechanisme om aangepaste tools en contextbewuste extensies
te integreren in Copilot.
De training behandelt best practices voor prompt writing, contextbeheer, kwaliteitsborging en verantwoord gebruik.
Beveiligingsrisico's en de beperkingen van generatieve AI worden expliciet besproken.
Je implementeert ook een lokale LLM met behulp van Open WebUI om privacybewuste alternatieven te verkennen.
Na afloop van deze training kun je GitHub Copilot en het ecosysteem ervan met vertrouwen inzetten om de codekwaliteit te verhogen,
minder tijd te besteden aan boilerplate, en AI-workflows te integreren in je dagelijkse ontwikkelpraktijk.
Leerdoelen
 Describe the purpose, installation, and security implications of GitHub Copilot | Understand  |
| Apply code completions using inline suggestions and next edit proposals to accelerate development | Apply  |
| Use Copilot Chat in Ask, Edit, and Agent modes to interact with and modify codebases | Apply |
| Generate shell commands and explanations using GitHub Copilot CLI tools | Create  |
| Design custom instruction and prompt files to customize Copilot behavior | Create |
| Customize Copilot using VS Code extensions | Apply |
| Customize Copilot using Model Context Protocol (MCP) | Apply |
| Use smart actions such as semantic search | Apply |
| Apply best practices for effective prompt writing | Apply |
| Evaluate the strengths, limitations, and ethical considerations of using GitHub Copilot | Evaluate  |
| Use a large language model (LLM) locally | Apply |
Benodigde voorkennis
- Vertrouwdheid met terminologie rond AI en machine learning
- Basisinzicht in generatieve AI-systemen
- Ervaring met het schrijven van prompts
Onderwerpen
- Installeren en configureren van GitHub Copilot
- Gebruik van inline suggestions en next edit proposals
- Copilot Chat: Ask-, Edit- en Agent-modi
- Copilot in de CLI: explain, suggest en inline chat
- Customization via instruction en prompt files
- Copilot-extensies en geavanceerde tools via Model Context Protocol (MCP)
- Smart actions: semantisch zoeken, commit messages en Pull Request-samenvattingen genereren
- Effectieve prompts schrijven en AI verantwoord gebruiken
- Lokale LLMs draaien en integreren via Open WebUI
Planning
Incompany of persoonlijk advies nodig?
Onze opleidingsadviseurs denken graag met je mee om een persoonlijk advies te geven of een incompany training binnen jouw organisatie te vinden.
Trainers
Voorkennis trainingen
"Deze training was direct toepasbaar op het project"Cursist
-
Hoge waardering
-
Praktijkgerichte trainingen
-
Gecertificeerde trainers
-
Eigen docenten