Generative AI for Banking IT: Mengoptimalkan Software Development Life Cycle (SDLC) dengan Bantuan AI
Generative AI for Banking IT: Mengoptimalkan Software Development Life Cycle (SDLC) dengan Bantuan AI
Description
Perkembangan Generative AI telah membuka peluang baru dalam meningkatkan produktivitas dan kualitas di berbagai fungsi organisasi, termasuk di bidang teknologi informasi perbankan. Dalam lingkungan yang menuntut inovasi cepat, keamanan tinggi, serta kepatuhan terhadap regulasi, tim IT di sektor perbankan dihadapkan pada tantangan untuk mempercepat pengembangan aplikasi tanpa mengorbankan kualitas dan keamanan.
Software Development Life Cycle (SDLC) sebagai kerangka kerja utama dalam pengembangan aplikasi sering kali menghadapi berbagai hambatan, seperti keterbatasan sumber daya, kompleksitas sistem, technical debt, serta kebutuhan dokumentasi dan pengujian yang intensif. Proses yang masih manual atau semi-otomatis dapat memperlambat time-to-market dan meningkatkan risiko kesalahan.
Dalam konteks ini, Generative AI hadir sebagai game changer yang mampu membantu di berbagai tahapan SDLC—mulai dari analisis kebutuhan, penulisan kode, pembuatan dokumentasi, hingga pengujian dan debugging. Dengan memanfaatkan AI, developer dapat menghasilkan kode lebih cepat, QA dapat melakukan testing lebih efisien, dan tim dapat meningkatkan kolaborasi melalui otomatisasi berbasis bahasa alami.
Objectives
- Memahami konsep Generative AI dan penerapannya dalam pengembangan software
- Mengidentifikasi peluang penggunaan AI di setiap tahap SDLC
- Meningkatkan produktivitas coding dan dokumentasi dengan bantuan AI
- Menggunakan AI untuk mendukung proses testing dan debugging
- Mengintegrasikan AI dalam pipeline DevOps/DevSecOps
- Memahami risiko dan tantangan penggunaan AI dalam pengembangan aplikasi
- Menerapkan praktik penggunaan AI yang aman dan sesuai regulasi
- Meningkatkan kualitas dan kecepatan delivery aplikasi
Course outline
1. Pengenalan Generative AI dalam Software Development
- Konsep dasar Generative AI
- Evolusi AI dalam pengembangan software
- Use case AI untuk developer dan QA
- Tren penggunaan AI di industri teknologi
2. Integrasi AI dalam SDLC
- Tahapan SDLC dan peluang optimasi
- AI untuk requirement analysis
- AI-assisted design dan architecture
- Automasi dokumentasi
3. AI untuk Coding dan Development
- Code generation dengan AI
- Code refactoring dan optimization
- Pair programming dengan AI
- Best practices penggunaan AI dalam coding
4. AI dalam Testing dan Quality Assurance
- Automated test case generation
- Bug detection dan debugging
- AI untuk regression testing
- Peningkatan coverage testing
5. Integrasi dengan DevOps & DevSecOps
- AI dalam CI/CD pipeline
- Automasi code review
- Security scanning berbasis AI
- Continuous improvement
6. Risiko, Keamanan, dan Governance
- Risiko penggunaan AI dalam coding
- Data privacy dan keamanan kode
- Validasi output AI
- Compliance dan regulasi perbankan
7. Tools dan Praktik Hands-on
- Simulasi penggunaan AI tools
- Prompt engineering untuk developer
- Automasi workflow development
- Studi kasus penggunaan AI
8. Implementasi dan Roadmap
- Strategi adopsi AI di tim IT
- Change management
- Pengukuran produktivitas dan ROI
- Penyusunan action plan
Participants
- Divisi IT / Teknologi Informasi
- Divisi Software Engineering / Application Development
- Divisi DevOps / Platform Engineering
- Divisi Artificial Intelligence / Data Science
- Divisi Data Engineering
- Divisi Quality Assurance (QA) / Software Testing
- Divisi Enterprise Architecture
- Divisi Digital Banking
- Divisi Transformasi Digital
- Divisi Cyber Security
- Divisi IT Risk / Manajemen Risiko TI
Method
- Pre-test
- Presentation
- Discussion
- Case study
- Post-test
Facilities
- Ruang Meeting Representatif
- Sertifikat Pelatihan Resmi
- Instruktur Profesional & Berpengalaman
- Training Kit Eksklusif
- Souvenir
- Pick Up Participant (Yogyakarta)
