Data Scientists nutzen zunehmend LLMs (GitHub Copilot, LLama, Claude etc.) um schnell einen Prototypen für ihre Datenanalyse zu bauen. Ihre Erwartungen, was sie innerhalb kurzer Zeit mit einem LLM erreichen wollten, sind fast grenzenlos. Häufig ist das Programmieren mit LLMs jedoch schwierig und wenig intuitiv. In diesem Vortrag möchte ich etwas von unserer über zweijährigen Erfahrung mit LLMs zur Datenanalyse mit Python an euch weiterzugeben.
Der Vortrag versucht Antworten auf die folgenden Fragen zu geben:
* Was dürft ihr von LLMs erwarten?
* Was könnt ihr mit Vibe Coding erreichen?
* Wie könnt ihr robuste und wartungsarme Software mit LLMs schreiben?
* Wie kommen wir zu unserem ersten Prototypen?
* Wie spezifizieren wir das Software-Design?
* Wie machen wir Code-Reviews und Refactorings?
* Wie dokumentieren und Testen wir unseren Code?
Programmiergrundkenntnisse (in Python) sind wünschenswert.