Propozycje tematów

1. Narzędzia wspierające pracę zespołów programistycznych: DevOps i CI/CD (ciągła integracja, ciągłe dostarczanie i ciągłe wdrażanie).

Azure DevOps
- Boards do planowania pracy
- Repos do przechowywania kodu
- Pipelines do automatyzacji budowania, testowania oraz wdrażania
- Artifacts do przechowywania i udostępniania artefaktów budowania
- Test Plans do zarządzania testami

Prezentacja może być przygotowana przez zespół. Każdy członek kilkuosobowego zespołu powinien aktywnie uczestniczyć w prezentacji, która powinna demonstrować kompletny proces wytwarzania oprogramowania wspólnego projektu, np. realizowanego w ramach Pracowni Programowania Zespołowego. Dobrze jest pokazać:

organizację pracy zespołu: podział zadań, system zgłoszeń (issue tracker) oraz wybraną metodykę, np. Scrum;
repozytorium kodu i zespołowy sposób pracy z systemem kontroli wersji, np. GitHub Flow lub Git Flow;
przykładowy przepływ zmian: gałąź → commit → pull request → przegląd kodu i testy → scalenie zmian → wdrożenie;
automatyzację budowania, testowania i wdrażania projektu.

W przypadku indywidualnych prezentacji wystarczy zademonstrować działanie jednego z narzędzi lub procesów opisanych powyżej.

Inne narzędzia CI/CD i wspierające pracę zespołów programistycznych, które można rozważyć:

Bitbucket Pipelines: usługa CI/CD zintegrowana z repozytoriami Bitbucket.
GitLab: platforma łącząca repozytoria, zgłoszenia, przegląd kodu i CI/CD.
Można również omówić integrację wybranej platformy z innymi usługami, np. GitHub.

2. Automatyzacja budowania i testowania

CMake: konfiguracja procesu budowania projektów C i C++.
Maven lub Gradle: budowanie projektów Java i zarządzanie ich zależnościami.
npm: zarządzanie zależnościami i skryptami w projektach JavaScript i TypeScript.
GitHub Actions: definiowanie workflow do budowania, testowania i wdrażania, uruchamianych w odpowiedzi na zdarzenia w repozytorium.
Self-hosted runners for GitHub Actions: uruchamianie workflow na własnych maszynach.
Trunk: narzędzia wspierające kontrolę jakości kodu i automatyzację zadań deweloperskich.
pre-commit: zarządzanie kontrolami uruchamianymi przed zatwierdzeniem zmian, np. formatowaniem i analizą kodu.
Serwery CI/CD: Jenkins, Buildbot, GitLab CI/CD.

3. Statyczna analiza kodu, formatowanie, refaktoryzacja i generowanie kodu

ReSharper: narzędzia dla C# i .NET do analizy, nawigacji i refaktoryzacji kodu.
Clang, Clang-Tidy i Clang-Format: kompilator, analiza statyczna i automatyczne formatowanie kodu C/C++.
Włączanie analizy i formatowania do lokalnego workflow oraz potoków CI.

4. Techniki izolowania testowanego kodu i obiekty testowe w testach jednostkowych

Atrapy (mocki), stuby i inne obiekty testowe: czym się różnią i kiedy warto ich używać.
Biblioteki dla .NET: Moq, FakeItEasy i NSubstitute.
Mockito: biblioteka do tworzenia obiektów testowych w Javie.

5. Generowanie testów i danych testowych

AutoFixture oraz atrybut AutoData: automatyczne przygotowywanie danych testowych.
Narzędzia AI do generowania testów: weryfikacja poprawności i przydatności wygenerowanych przypadków.

6. Profilowanie i diagnostyka aplikacji

Narzędzia diagnostyczne Visual Studio: profilowanie instrumentacyjne i statystyczne (sampling), analiza wydajności oraz diagnostyka pamięci.
Narzędzia JetBrains dotMemory i dotTrace: analiza użycia pamięci i wydajności aplikacji .NET.
Orbit: profiler do analizy wydajności aplikacji m.in. w C/C++, Rust i Go.
gprof: profiler dla programów w C i C++.
Valgrind: narzędzia do wykrywania błędów pamięci i profilowania programów w systemie Linux.

7. Konteneryzacja

Docker: budowanie obrazów i uruchamianie aplikacji w kontenerach.
Podman: narzędzie zgodne z wieloma poleceniami Dockera, umożliwiające uruchamianie kontenerów bez uprawnień administratora.
Docker Compose: definiowanie i uruchamianie aplikacji składających się z wielu usług.
Kubernetes: wdrażanie, skalowanie i zarządzanie aplikacjami składającymi się z kontenerów.

8. Wykorzystanie narzędzi AI w procesie wytwarzania oprogramowania

Generowanie i objaśnianie kodu, automatyczna recenzja zmian, tworzenie opisów commitów oraz generowanie testów jednostkowych.
Konfigurowanie agentów programistycznych, np. w VS Code z GitHub Copilot.
Ollama: uruchamianie modeli językowych lokalnie.
Weryfikacja wyników generowanych przez AI, ograniczenia narzędzi i ochrona poufnego kodu.

9. Inne narzędzia

Zaproponujcie narzędzie lub praktykę stosowaną w branży, której nie obejmują powyższe tematy i która nie jest ujęta w programie innych przedmiotów na kierunku IS. Jakich narzędzi używacie w pracy lub projektach?