The Role of Generative AI in the Modern DevOps Pipeline
Author
Berthelsen, Mads
Term
4. term
Publication year
2024
Submitted on
2024-09-05
Pages
82
Abstract
Advances in large language models—AI systems trained on vast amounts of text—have reshaped software development and made DevOps workflows more efficient. Coding practices, in particular, have improved because generative AI now assists developers directly in their coding environments, simplifying and speeding up repetitive tasks. This thesis examines how to further optimize the coding stage. It focuses on combining generative AI with prompt engineering, that is, crafting clear instructions and examples to guide the AI’s output. Early tests show strong potential, but practical limitations led to a conceptual design approach that outlines the changes needed to better optimize automatic code generation.
Fremskridt inden for store sprogmodeller – avancerede AI-systemer trænet på store mængder tekst – har ændret måden, software bliver udviklet på og gjort DevOps-processer mere effektive. Især kodningspraksis har fået et løft, fordi generativ AI nu kan hjælpe udviklere direkte i deres udviklingsmiljøer ved at forenkle og forkorte rutineprægede opgaver. Dette speciale undersøger, hvordan selve kodningsfasen kan optimeres yderligere. Fokus er på at kombinere generativ AI med såkaldt prompt engineering, dvs. at formulere klare instruktioner og eksempler, som styrer AI’ens output. De første forsøg viser lovende potentiale, men praktiske begrænsninger førte til en konceptuel designtilgang, som skitserer nødvendige ændringer for bedre at optimere automatisk kodegenerering.
[This apstract has been rewritten with the help of AI based on the project's original abstract]
Keywords