Bagaimana Accenture menggunakan Amazon CodeWhisperer untuk meningkatkan produktivitas developer

Amazon CodeWhisperer adalah koding pendamping AI yang membantu meningkatkan produktivitas developer dengan membuatkan kode rekomendasi berdasarkan komentar yang dibuat dalam bahasa yang natural dan kode pada sebuah Integrated Development Environment (IDE). CodeWhisperer mempercepat pembuatan kode dengan mengurangi perpindahan antara IDE dan dokumentasi atau forum developer. Dengan kode rekomendasi real-time dari CodeWhiperer, Anda dapat tetap fokus pada IDE dan menyelesaikan koding lebih cepat.

CodeWhisperer dijalankan dari sebuah Large Language Model (LLM) yang telah dilatih dari milyaran baris kode, dan sebagai hasilnya, CodeWhisperer telah belajar untuk dapat menulis dalam 15 bahasa pemrograman. Anda hanya perlu menulis sebuah komentar untuk task spesifik dalam Bahasa Inggris seperti “upload a file to S3”. Dari situ, CodeWhisperer secara otomatis menentukan layanan cloud dan library yang paling cocok untuk task tersebut, membuat kode spesifik saat itu juga, dan menghasilkan potongan kode langsung pada IDE. Lebih jauh lagi, CodeWhisperer terintegrasi dengan mudah dengan Visual Studio Code dan IDE JetBrains sehingga Anda tetap dapat fokus dan tidak perlu meninggalkan IDE. Saat tulisan ini dibuat, CodeWhisperer mendukung Java, Python, JavaScript, TypeScript, C#, Go, Ruby, Rust, Scala, Kotlin, PHP, C, C++, Shell, dan SQL.

Pada artikel ini, kami menunjukkan bagaimana Accenture menggunakan CodeWhisperer dalam praktiknya untuk meningkatkan produktivitas developer.

“Accenture menggunakan Amazon CodeWhisperer untuk mengakselerasi koding sebagai bagian inisiatif dari praktik terbaik software engineering didalam platform Velocity kami,” diungkapkan oleh Balakrishnan Viswanathan, Senior Manager, Tech Architecture di Accenture. “Tim Velocity telah mencari cara untuk meningkatkan produktivitas developer. Setelah mencari berbagai opsi, kami mendapati Amazon CodeWhisperer mereduksi beban development sebesar 30% dan kami sekarang lebih berfokus pada peningkatan keamanan, kualitas, dan performa.”

Keuntungan dari CodeWhisperer

Tim Velocity Accenture telah menggunakan CodeWhisperer untuk mengakselerasi proyek artificial intelligence (AI) dan machine learning (ML) mereka.

• Tim menghabiskan waktu lebih sedikit dalam membuat kode awal dan pola kode yang berulang, dan lebih banyak menghabiskan waktu pada: membuat software yang bagus
• CodeWhisperer memberikan kemampuan kepada developer untuk menggunakan AI secara bertanggung jawab dalam membuat aplikasi yang benar dan aman
• Mereka dapat membercepat waktu onboarding bagi developer baru atau developer yang bekerja pada kode yang tidak familiar
• Mereka dapat mendeteksi celah keamanan lebih awal dalam proses development dengan memindahkan proses security scanning ke IDE dari developer

Dalam beberapa bagian berikutnya, kita membahas cara yang digunakan oleh tim Velocity Accenture dalam menggunakan CodeWhisperer dengan lebih detil.

Onboarding developer pada proyek baru

CodeWhisperer membantu developer yang kurang familiar dengan AWS untuk lebih cepat mengerjakan proyek yang menggunakan layanan AWS. Developer baru di Accenture telah dapat menulis kode untuk layanan AWS seperti Amazon Simple Storage Service (Amazon S3) dan Amazon DynamoDB. Dalam waktu singkat, mereka dapat produktif dan berkontribusi pada proyek. CodeWhisperer membantu developer dengan memberikan saran berupa blok kode atau baris-per-baris. CodeWhisperer juga mengerti tentang konteks dari kode tersebut. Mengganti instruksi (komentar) agar lebih spesifik membuat CodeWhisperer membuatkan kode yang lebih relevan.

Menuliskan kode permulaan (boilerplate)

Developer dapat menggunakan CodeWhisperer untuk membuatkan kode permulaan berdasarkan permintaan-permintaan tertentu. Mereka dapat membuat class pemrosesan data hanya dengan mengetikkan “class to create preprocessing script for ML data.” Membuat script untuk preprocessing hanya membutuhkan waktu beberapa menit saja, dan CodeWhisperer dapat menghasilkan keseluruhan blok kode.

Membantu developer koding dalam bahasa yang tidak familiar

Seorang developer Java yang baru bergabung ke tim dapat dengan mudah menulis kode Python dengan bantuan CodeWhisperer tanpa perlu khawatir tentang syntax.

Mendeteksi celah keamanan pada kode

Developer dapat mendeteksi celah keamanan dengan memilih Run security scan pada IDE mereka. Detil tentang celah keamanan yang ditemukan dapat dilihat langsung pada IDE. Ini membentu developer untuk mendeteksi dan memperbaiki celah keamanan lebih awal.

“Sebagai seorang developer, menggunakan CodeWhisperer membantu Anda untuk menulis kode dengan lebih cepat”, diungkapkan oleh Nino Leenus, AI Engineering Consultant di Accenture. “Sebagai tambahan, CodeWhisperer membantu Anda untuk menulis kode lebih akurat dengan mengeliminasi kesalahan ketik dan kesalahan umum lainnya dengan bantuan dari AI. Bagi developer, menulis bagian kode yang sama berulang-ulang itu melelahkan. Dengan merekomendasikan bagian kode yang Anda mungkin perlukan, teknologi code completion AI mengurangi hal-hal yang berulang tersebut.”

Kesimpulan

Artikel ini memperkenalkan CodeWhisperer, sebuah koding pendamping AI dari Amazon. CodeWhisperer menggunakan ML model yang dilatih dengan dataset besar untuk memberikan rekomendasi dan autocompletion untuk kode, juga menghasilkan seluruh fungsi dan class berdasarkan deskripsi bahasa secara natural. Artikel ini juga membahas beberapa keuntungan yang dialami oleh Accenture ketika menggunakan CodeWhisperer, seperti produktivitas meningkat dan mengurangi waktu dan usaha yang diperlukan pada keperluan-keperluan koding secara umum. Anda dapat mengaktifkan CodeWhisperer pada IDE favorit Anda hari ini. CodeWhisperer secara otomatis menghasilkan rekomendasi kode berdasarkan kode Anda sebelumnya dan komentar. Kunjungi Amazon CodeWhisperer untuk memulai.

Artikel ini diterjemahkan dari artikel asli dengan judul “How Accenture is using Amazon CodeWhisperer to improve developer productivity” yang ditulis oleh Balakrishnan Viswanathan, AI/ML Solution Architect di Accenture, Shikhar Kwatra, AI/ML specialist solutions architect di AWS, Ankur Desai, Principal Product Manager di AWS dan Nino Leenus, AI Consultant di Accenture.