Test Driven Development

Angular

AWS

Azure

Camel

Continuous Integration

DevOps

Docker

Git

Java

Kubernetes

OpenShift

Python

React

SpringBoot

Terraform

TypeScript

XML

Test Driven Development (TDD) er en banebrydende tilgang til softwareudvikling. TDD omvender den traditionelle udviklingscyklus ved først at fokusere på at skrive test, før selve koden udvikles. Dette sikrer, at hver ny funktion i softwaren er styret af et klart defineret behov for at bestå en specifik test, hvilket fører til mere robust og fejlfri kode fra starten. Ved at adoptere TDD, fremmer vi i Lund&Bendsen en kultur, hvor kvalitet og funktionalitet går hånd i hånd, og hjælper med at skabe fremragende software.

Events

Talks

Vores kurser om Test Driven Development

Fremhævede Test Driven Development eksperter

Bliv klogere på Test Driven Development, i disse artikler

I gang med Test Driven JavaScript Development (TDD)

Læs også om andre teknologi nyheder

Lund&Bendsen støtter “Kør håbet frem” – vi har klargjort en ambulance til Ukraine

Læs mere

AI – Byg en hjemmeside med GitHub Copilot og vibe coding – erfaringer fra DSB

Se, hvordan generativ AI ændrer softwareudvikling – både for tekniske og ikke-tekniske brugere. I dette oplæg demonstrerer vi, hvordan en ikke-programmør med GitHub Copilot Agent kan bygge en hjemmeside på få dage, og deler konkrete erfaringer fra udrulningen af AI i DSB’s datateams. Hvordan skaber man reel værdi, og hvad kræver det af kultur og strategi?

Læs mere

Rust – Et sprog med superkræfter til back- og frontend?

Se og hør Povl Kvols fortælle om Rust, som er et moderne systemprogrammeringssprog der kombinerer høj performance med hukommelsessikkerhed. Gennem sit unikke ownership-system forhindrer Rust almindelige programmeringsfejl som null pointer errors og data races allerede ved kompilering - uden behov for garbage collection. Sproget blev skabt af Graydon Hoare og Mozilla Research og nåede sin første stabile version i 2015. Det er særligt velegnet til systemprogrammering, embedded systemer, webservere og anden performance-kritisk software, hvor både hastighed og sikkerhed er afgørende.

Læs mere

LLMs, vektorer og grafdatabaser: Et eksperiment i litteraturtolkning

Retrieval-Augmented Generation (RAG) er en metode til at kombinere store sprogmodeller med søgbare tekstdatabaser og dermed udvide modellernes kapacitet for præcis og kontekstbaseret informationssøgning. Jesper fortæller om et praktisk eksperiment med udgangspunkt i LLM’er, Neo4j, vektorsøgning, Python, Jupyter Notebook og et korpus af science fiction-litteratur fra Gutenberg.org ..

Læs mere