AI-assisted programming

Artificial Intelligence is transforming the way software is designed, written, and maintained. The rise of AI-assisted programming represents both opportunities and challenges: How do you leverage AI tools effectively while maintaining code quality, security, and control.

This two-day instructor-led training provides a hands-on, practical introduction to the rapidly evolving world of AI-assisted development. The course is accessible for both technical and strategic roles. Through guided exercises, group discussions, and real-world demonstrations, participants will understand how AI and LLMs enhance software engineering workflows and gain practical skills for integrating AI into modern development workflows with leading AI coding tools.

Prerequisites

  • Experience in a role related to Software Development
  • Prior programming experience is helpful but not required for this course

Target audience

Product Owners, Project Managers, Scrum Masters, Junior Developers, Executives, CTOs

Erik van Appeldoorn

Erik is an experienced Lead Software Engineer with a strong focus on building Native Cloud Solutions, Test Driven Development, Architecture, DevOps and AI-assisted programming principles.

Erik teaches courses as an international technical Certified Trainer and facilitates In-Company workshops, certification programs and traineeships.

Topics covered:

1. Introduction to AI-assisted programming

  • Generative AI
  • Retrieval-Augmented Generation
  • AI assistance in coding
  • Vibe coding
  • Agentic coding
  • Hallucinations

2. Large Language Models fundamentals

  • Introduction to LLMs
  • Training data and scale
  • Transformer architecture
  • Tokens and Embeddings
  • Attention mechanism
  • Pre-training vs. fine-tuning
  • Parameter size and capabilities
  • Context windows
  • Hugging Face
  • AI Foundry
  • OpenAI
  • Anthropic
  • Grok
  • Gemini
  • Open source models
  • Openrouter.ai
  • Comparing & Selecting models
  • Running models locally with LM Studio

3. Effective Prompt Engineering

  • Natural Language Processing
  • System and User prompts
  • Zero-shot prompting
  • Few-shot prompting
  • Chain-of-thought prompting
  • Controlling output style and tone
  • Using examples effectively
  • Adding context and instructions
  • The RISEN methodology
  • Using personas in prompts

4. AI-assisted tooling overview

  • CLI vs IDE integrations
  • ChatGPT for coding
  • Claude Code
  • Codex
  • Cursor AI
  • Windurf
  • Warp

5. Introduction to GitHub Copilot

  • GitHub Copilot plans
  • Set up / Configure GitHub Copilot
  • Writing prompts in comments
  • Inline code completions
  • Multiline code completions
  • Smart actions
  • Ask / Edit / Agent modes
  • Examine codebases with GitHub Copilot

6. Programming with Generative AI

  • Code Generation with prompts
  • Generating boilerplate and templates
  • AI-assisted debugging
  • AI-assisted code refactorings
  • Generating automated tests
  • Code comments/documentation
  • Code translation between languages
  • AI-assisted Test Driven Development
  • Index codebases

7. Model Context Protocol

  • What is the Model Context Protocol (MCP)
  • Purpose and benefits of MCP
  • Clients and servers in MCP
  • Structure of MCP messages
  • MCP endpoints
  • Adding context with MCP
  • Creating a custom MCP Server
  • MCP configuration
  • Integrate a MCP server in an IDE
  • MCP security

8. Managing Code Quality / Code Health

  • Readability and maintainability
  • Code consistency and style guides
  • Detecting code smells
  • Clean architecture
  • Clean Code
  • Managing Technical Debt
  • S.O.L.I.D. principles
  • Static Code Analysis
  • Code Reviewing

9. Security, Best practices & Cost management

  • Security & Bias awareness
  • Security and vulnerability checks
  • Defining goals for AI-assisted programming
  • When to use AI vs. manual coding
  • Managing hallucinations and errors
  • Human-in-the-loop validation
  • Tracking productivity gains
  • Ethical and responsible use
  • Monitoring API usage and costs
  • Governance and compliance practices

1. Hva koster kurset?
Prisen er 16 900 NOK.

2. Hvor lenge varer kurset?
Kurset varer i 2 dager, med undervisning fra 09:00 til 16:00 hver dag.

3. Hvordan foregår kurset?
Dette er et instruktørledet, praktisk kurs som kombinerer teori, demonstrasjoner og øvelser.

Gjennom praktiske oppgaver og gruppeøvelser lærer du hvordan AI og store språkmodeller (LLMs) kan brukes i moderne utviklingsarbeid.
Kurset tilbys både fysisk i klasserom og virtuelt.

4. Hvem passer kurset for?
Kurset passer for både tekniske og strategiske roller som ønsker å forstå og ta i bruk AI i utviklingsarbeid.
Typiske deltakere er:

  • Produktledere og Product Owners
  • Prosjektledere og Scrum Masters
  • Utviklere og tekniske teammedlemmer
  • IT-ledere, CTO-er og beslutningstakere som ønsker innsikt i hvordan AI påvirker programvareutvikling

5. Hvilke forkunnskaper bør jeg ha?

  • Erfaring fra en rolle relatert til programvareutvikling eller IT.
  • Tidligere erfaring med programmering er en fordel, men ikke et krav – kurset er tilrettelagt for både utviklere og ledere med teknisk forståelse.

6. Hva lærer jeg i kurset?
Etter kurset vil du kunne:

  • Forstå hvordan generativ AI og LLMs (Large Language Models) endrer måten programvare utvikles på
  • Bruke verktøy som GitHub, Copilot, ChatGPT, Claude Code og Cursor AI effektivt i koding
  • Mestre grunnleggende prompt engineering og bruke teknikker som chain-of-thought og RISEN-metodikken
  • Integrere AI i moderne utviklingsprosesser, inkludert CI/CD, testdrevet utvikling og refaktorering
  • Identifisere og redusere risikoer knyttet til AI-generert kode (sikkerhet, kvalitet og etikk)
  • Implementere Model Context Protocol (MCP) for å koble AI-assistenter til utviklingsmiljøer
  • Vurdere når AI bør brukes – og når menneskelig kontroll bør overstyre automatisering

7. Hva inneholder kurset?
Kurset dekker blant annet:

  • Grunnleggende konsepter for AI-assistert programmering
  • Introduksjon til LLMs og sammenligning av populære modeller (OpenAI, Anthropic, Gemini, m.fl.)
  • Prompt engineering og effektiv bruk av språkmodeller
  • Integrasjon av AI-verktøy i utviklingsmiljøer (IDE og CLI)
  • Praktisk bruk av GitHub Copilot
  • AI-drevet kodegenerering, refaktorering og testing
  • Kvalitetssikring, sikkerhet, og “human-in-the-loop”-tilnærming
  • Kostnadsstyring, etikk og governance ved bruk av AI

8. Er kurset praktisk rettet?
Ja! Kurset består av hands-on øvelser, reelle caser og demonstrasjoner med moderne AI-verktøy.

Deltakerne får praktisk erfaring med bruk av Copilot, ChatGPT, Claude Code og andre ledende assistenter i realistiske utviklingsscenarier.

9. Hvem er instruktøren?
Kurset ledes av Erik van Appeldoorn, en erfaren Lead Software Engineer og internasjonalt sertifisert instruktør.
Erik har spesialisert seg på cloud-native løsninger, testdrevet utvikling (TDD), DevOps og AI-assistert programmering.

10. Hvilket språk undervises kurset på?
Kurset undervises på engelsk, og kursmateriellet leveres også på engelsk.

Other relevant courses

17. November
5 days
Classroom Virtual Guaranteed to run
8. December
5 days
Classroom Virtual Guaranteed to run
3 days
Classroom Virtual