Interview | GenAI in software ontwikkeling
Collega Jurre Brandsen, Machine Learning Engineer bij Aigency, deelt in dit korte interview zijn ervaringen met het toepassen van generatieve AI in softwareontwikkeling.
Hij bespreekt een recente case waarbij AI werd ingezet om een verouderde codebase om te zetten naar een moderne tech stack, wat het proces aanzienlijk versnelde.
Jurre gaat in op de uitdagingen bij het gebruik van AI voor codetransformatie, zoals het behouden van relaties tussen verschillende codedelen. Hij benadrukt het belang van zorgvuldige prompt-engineering en end-to-end testen om de functionaliteit te waarborgen.
Daarnaast deelt hij inzichten over het dagelijks gebruik van AI-tools zoals Copilot in softwareontwikkeling.
“Ongeveer 90% van het werk voor elke webapplicatie is hetzelfde. Daar kun je een mooie versnelling maken met generatieve AI. “
– Jurre Brandsen
In gesprek met Jurre Brandsen – TNW 2024
Machine learning engineer bij aigency
Niels:
Zou je jezelf even kort kunnen voorstellen?
Jurre:
Ik ben Jurre. Ik ben Machine Learning Engineer bij Aigency, waar ik nu ongeveer zeven maanden werk.
Niels:
Hoe pas jij generatieve AI toe in jouw werkveld?
Jurre:
We hebben laatst een interessante case gehad waarbij een klant een grote transformatie wilde doen met zijn codebase. Ze wilden een verouderde codebase omzetten naar een modernere tech stack. In plaats van dit handmatig te doen, wat veel tijd zou kosten, hebben we gekeken hoe we generatieve AI konden toepassen om dit proces te versnellen.
Niels:
Wat zijn de belangrijkste zaken om zo’n proces te kunnen versnellen?
Jurre:
Het idee was dat er veel verschillende formulieren waren die grotendeels hetzelfde waren. Ongeveer 90% van het werk voor elke webapplicatie is hetzelfde. Daar kun je een mooie versnelling maken met generatieve AI. De overige 10%, wat vaak het moeilijkste deel is, blijft een uitdaging voor de software engineer.
Niels:
Is het zo eenvoudig als een bak data met oude code erin stoppen, AI erop loslaten, en dan is het opgelost?
Jurre:
Helaas is het niet zo eenvoudig. Het vereist veel nadenken over welke prompt je schrijft en hoe je ervoor zorgt dat bepaalde stukken code bij het omzetten hun onderlinge relatie behouden. Als je daar slim over nadenkt, is het uiteindelijk wel zo dat je er iets instopt, er een prompt bij zet, en er een stukje code uitkomt. Dat hoef je dan alleen nog maar op de juiste plek te zetten.
Niels:
Hoe hebben jullie het testen geïmplementeerd?
Jurre:
We hebben end-to-end tests geschreven waarbij we laten zien dat de code die het model produceert functioneel hetzelfde werkt als wat er op dat moment in productie draait. Zo konden we goed valideren of het aan beide kanten hetzelfde werkt, wat het vertrouwen in het proces vergroot.
Niels:
Gebruik je AI dagelijks in je werk?
Jurre:
Ik probeer het veel te gebruiken, want het versnelt ook je persoonlijke taken. We gebruiken bijvoorbeeld Copilot en GPT. Maar er zitten natuurlijk ook risico’s aan, dus je moet oppassen dat je het niet voor privédoeleinden gebruikt met je werkdocumenten.