Z nami perfekcyjnie
zrozumiesz
modelowanie

Uporządkujesz podstawy DDD i zobaczysz, gdzie w tym procesie realnie przydaje się AI.

Po tym module:

• Wiesz, czym jest DDD i kiedy warto po nie sięgać.
• Lepiej rozpoznajesz klasę problemu.
• Rozumiesz, gdzie LLM może pomóc w pracy z domeną.

Lista lekcji:

1. Despota-driven Development
2. Disaster-driven Design
3. Mapa szkolenia
4. Jak korzystać z tego szkolenia
5. Czym jest Domain-Driven Design?
6. Zadanie
7. Miejsce AI w DDD - gdzie LLM realnie pomaga

Zobaczysz, jak szybko zbierać informacje, weryfikować założenia i analizować problem od dołu, także z pomocą AI.

Po tym module:

• Wiesz, kiedy dzielić system, a kiedy tego nie robić.
• Umiesz wykorzystać Event Storming Big Picture do analizy problemu.
• Wykorzystujesz AI do poprawy jakości wymagań.

Lista lekcji:

1. Po co dzielić? Kiedy tego nie robić?
2. Show me the money
3. Event Storming Big Picture - facylitacja
4. Fail fast/ Top down vs Bottom up
5. Szukanie Deep Model jako technika fail fast
6. Co jest stabilne, a co zmienne?
7. Zadanie - reguły, które ciągle się zmieniają i wzajemnie wykluczają
8. Koniec ery słabych wymagań - jak AI podnosi ich jakość

Poznasz podejście do szukania modeli, które nie tylko odwzorowują problem, ale pomagają lepiej go zrozumieć i uprościć.

Po tym module:

• Wiesz, czego szukać w dobrym Deep Modelu.
• Potrafisz porównywać i oceniać modele.
• Wykorzystujesz AI jako sparingpartnera podczas Event Stormingu.

Lista lekcji:

1. Rozwiązanie/ Przykład deep modelu-harmonogramu. Jak na nie wpadać?
2. Protip konsultanta/ jak szybko generować wartość?
3. Metryki dobrego modelu: brakujące narzędzie rozwiązujące „moje jest mojsze niż Twojsze”
4. Deep Model/ Inny przykład: Optymalizator
5. Zadanie
6. Modelowanie Niepewności i Rozwiązania Zadania
7. Czy AI zastąpi białkowego modelarza? O szukaniu deep modelu przez deep learning
8. Bottom up/ Podsumowanie i Zadanie
9. Model jest wszystkim czego potrzebujesz
10. AI jako sparingpartner - interaktywny Event Storming

Zobaczysz, jak analizować większe, wielodomenowe problemy z perspektywy procesów i zależności między nimi.

Po tym module:

• Potrafisz spojrzeć na problem z poziomu całego procesu, a nie pojedynczych funkcji.
• Wiesz, jak wykorzystać Event Storming Process Level do porządkowania złożonego obszaru.
• Używasz AI do wykrywania algorytmiki, która nie zawsze jest widoczna w wymaganiach.

Lista lekcji:

1. Rozwiązanie zadania
2. Event Storming Process Level - wprowadzenie
3. Model procesów
4. Porady dla facylitatorów
5. Cyrk na kółkach
6. Elementarz Komunikacji
7. Zadanie
8. Wykrywanie algorytmiki w wymaganiach z AI - to, że czegoś nie widzisz, nie znaczy, że tego tam nie ma

Poznasz heurystyki, które pomagają podejmować bardziej świadome decyzje dotyczące podziału strategicznego i granic modeli.

Po tym module:

• Wiesz, jak szukać autonomicznych modeli.
• Potrafisz wykorzystywać różne heurystyki do analizy podziału.
• Używasz AI jako wsparcia w ocenie jakości modeli.

Lista lekcji:

1. Rozwiązanie zadania
2. Podział strategiczny - pojęcia
3. Heurystyka/ główne pytania
4. Heurystyka/ alternatywy w przebiegu procesu
5. Heurystyka/ Pivotal Events
6. Heurystyka/ Capability vs Product
7. Uwagi i pułapki sub-domen
8. Destylacja Kontekstów/ Dwukierunkowa Analiza Lingwistyczna
9. Podsumowanie Odkrytych Modeli
10. Czy mój model jest lepszy niż twój? AI jako arbiter jakości

Przejdziesz od samego podziału systemu do świadomego mapowania zależności między modelami i kontekstami.

Po tym module:

• Potrafisz budować mapę zależności między modelami.
• Rozumiesz różne poziomy integracji kontekstów.
• Wykorzystujesz AI do analizy konascencji i zależności w systemie.

Lista lekcji:

1. Modularyzacja bez mapowania - czyli wyszło „jak zwykle”
2. Mapa Kontekstów (Mapa Zależności Między Modelami) - Twój najważniejszy artefakt
3. Strategie dostosowywania się - poradnik modelarza
4. Logiczne poziomy integracji kontekstów
5. Dramat mapowania kontekstów w kilku aktach + zadanie
6. Liczenie konascencji jest mozolne - na szczęście nie musisz tego robić sam

Nauczysz się rozpoznawać różne klasy problemów i dobierać do nich adekwatny sposób modelowania.

Po tym module:

• Rozróżniasz CRUD, transformację, prezentację, integrację i rywalizację o zasoby.
• Trafniej dobierasz sposób modelowania do rodzaju problemu.
• Wykorzystujesz LLM jako wsparcie w klasyfikacji problemów.

Lista lekcji:

1. Rozwiązanie zadania
2. if ifowi nie równy
3. Jak rozpoznawać - CRUD
4. Jak rozpoznawać - Transformacja i Prezentacja
5. Jak rozpoznawać - Integracja
6. Jak rozpoznawać - Rywalizacja o zasoby
7. Łączenie klas problemów
8. Jak dobrać klasę młotka do klasy gwoździa - klasyfikacja problemów z pomocą LLM

Przyjrzysz się problemom opartym na transformacjach i obliczeniach - od implementacji po testowanie i dobór paradygmatu.

Po tym module:

• Rozumiesz specyfikę problemów opartych na transformacjach.
• Wiesz, jak dobierać paradygmat do charakteru problemu.
• Wiesz, jak projektować i testować logikę obliczeniową.

Lista lekcji:

1. Implementacja transformacji obliczenia - Strategia Testowania, Value Objects i Domain Services
2. Implementacja transformacji obliczenia - Heurystyki doboru paradygmatu
3. Transformacje - Dlaczego mieszają się z innymi klasami problemów?
4. Model wielkiej skali przy transformatach + Podsumowanie

Nauczysz się dobierać sposób modelowania do problemów związanych ze współbieżnością i spójnością - od prostego CRUD po zaawansowane agregaty.

Po tym module:

• Rozpoznajesz, kiedy CRUD przestaje wystarczać.
• Rozumiesz zasady projektowania agregatów i jednostek spójności.
• Wykorzystujesz LLM do pracy z różnymi paradygmatami programowania.

Lista lekcji:

1. Rywalizacja o zasoby - Czy to jeszcze CRUD czy już rywalizacja o zasoby?
2. Rywalizacja o zasoby - Dlaczego w agregatach nie chodzi o obiektowość?
3. Rywalizacja o zasoby - Heurystyki doboru paradygmatu
4. Rywalizacja o zasoby - Rodzaje blokowania i dlaczego 4 zasady projektowania agregatów to w praktyce jedna?
5. Rywalizacja o zasoby - Persystencja agregatów
6. Rywalizacja o zasoby - Strategia testowania, Application Services, Domain Services, Policies i inne
7. Rywalizacja o zasoby - Podsumowanie podstaw i zadania praktyczne
8. Zaawansowane agregaty dynamiczne: Kiedy obiektowe agregaty nie wystarczają
9. Zaawansowana walka o zasoby: Agregaty procesowe
10. Język naturalny jako nowy poziom abstrakcji? Płynne przechodzenie między paradygmatami programowania przy użyciu LLM

Uporządkujesz podejście do modeli odczytowych, CQRS oraz procesów odpowiedzialnych za integrację i komunikację między elementami systemu.

Po tym module:

• Rozumiesz rolę modeli do odczytu i CQRS.
• Wiesz, jak działają sagi i sagi stanowe.
• Rozumiesz problem gwarancji dostarczania wiadomości.

Lista lekcji:

1. Model do odczytu
2. CQRS
3. Przykłady
4. Zadanie
5. Saga i saga stanowa
6. Gwarancje dostarczania wiadomości
7. Zadanie

Zobaczysz, jak rozwijać model i architekturę wtedy, gdy pojawiają się nowe wymagania, dodatkowe zależności i potrzeba zmiany sposobu komunikacji.

Po tym module:

• Potrafisz lepiej reagować na wymagania, które podważają dotychczasowy model.
• Rozumiesz rolę modeli mapujących oraz architektury portów i adapterów.
• Wykorzystujesz AI przy przechodzeniu na komunikację asynchroniczną.

Lista lekcji:

1. Nowe Wymagania Rzucające Wyzwanie Modelowi
2. Zabrakło czasu czy zabrakło skilla? Konsekwencje Decyzji Podejmowanych w Stresie
3. Ukryty model (kontekst) mapujący
4. Implementacja Modelu Mapującego
5. Międzymodułowy model wielkiej skali
6. Code review
7. Architektura portów i adapterów i architektura warstwowa
8. (Rzadka) Zmiana techniczna (wymiana bazy)
9. Rozpraszanie systemu z AI - jak bezbolesnie przejść na komunikację asynchroniczną

Złożysz poznane wcześniej elementy w bardziej pragmatyczny sposób pracy z domeną.

Po tym module:

• Potrafisz analizować przestrzeń problemu na bazie pojęć i reguł.
• Umiesz wyłaniać modele i modularyzować rozwiązanie na bazie odkrytej domeny.
• Łączysz poznane wcześniej techniki w spójny sposób pracy.

Lista lekcji:

1. Wstęp
2. Problem biznesowy
3. Zmiana stanu - rywalizacja o zasoby
4. Analiza przestrzeni problemu - rzeczowniki i reguły
5. Zmiana stanu - rywalizacja o zasoby
6. Modularyzacja na bazie odkrytych pojęć
7. Trzy poziomy logiki
8. Znane problemy biznesowe
9. Metodyka
10. To jest już koniec...

W ramach szkolenia oferujemy bardzo zaawansowany przykład,
Mało tego - sam kod jest publiczny i znajdziesz go na naszym GitHub TUTAJ »!
w pełni zaimplementowany w pięciu technologiach (Java, C#, Python, PHP, TypeScript).

Czegoś takiego nie ma w internecie:

• 12 modułów,
• pełna implementacja sagi,
• kilka warstw odpowiedzialności,
• różne strategie testowania,
• ... i wiele innych.