<h1>Gratulujeme! 🎉</h1> <p style="color:#637381;">Hotovo! Dokončili jste další milník.</p>

Chcete-li pokračovat, zadejte své údaje pro přihlášení.

Poslali jsme 6místný kód na #MAIL_ADDRESS#\nZkontrolujte prosím doručenou poštu nebo spam a zadejte níže kód pro pokračování.

Ověřovací kód odeslán

Děkujeme za platbu. Nyní můžete přistupovat k {collectionName} jednoduchým kliknutím na tlačítko níže.

Ano, úspěšně jste objednali! 🎉

Odemknout tento exkluzivní kurz

Zdá se, že vaše e-mailová adresa není momentálně na seznamu oprávněných přístupů. Ujistěte se prosím, že používáte e-mailovou adresu, která byla pozvána, nebo kontaktujte vlastníka obsahu pro pomoc.

Pro přístup je vyžadováno ověření

Sekce 1: Bezpečný start s AI codingem

Proč AI coding není jen generování kódu

Prerekvizity a cílová skupina

Legislativní, smluvní a datové minimum

Sekce 2: Účty, privacy a bezpečný profil

Osobní vs Business/Enterprise účet a Copilot privacy

Bezpečný veřejný GitHub profil

Testovací repozitář: chat-log-search-cli

Sekce 3: Bezpečnostní nastavení GitHub repozitáře

Branch protection rules, PR reviews a status checks

Secret scanning a reakce na alert

Dependabot, dependency review a CodeQL

Sekce 4: Řízení AI asistentů

Repository instructions

AI issue template a scope control

Prompt injection v AI codingu

Sekce 5: Praktický bezpečný AI workflow

Issue → Explore → Plan → Branch → Code → Tests → Review → PR → Merge

Praktický scénář: chat-log-search-cli

Pull request code review checklist

Sekce 6: Incidenty, audit a vyhodnocení

Incident response: AI zanesla chybu do produkce

Signed commits, SBOM a auditovatelnost kódu

30denní pilot tracker, Rozhodnutí po pilotu: pokračovat, omezit, změnit nástroj, nebo zastavit

Sekce 7: Scénářové kvízy z praxe

Kvíz 1: Účet, data a Copilot privacy

Kvíz 2: Bezpečný GitHub profil a testovací repo

Kvíz 3: Branch protection a PR workflow

Kvíz 4: Secret scanning a reakce na alert

Kvíz 5: Dependency review a CodeQL

Kvíz 6: Repository instructions a prompt injection

Kvíz 7: Pull request code review

Kvíz 8: Incident response, signed commits a SBOM

Sekce 8: Reflexe a zpětná vazba

Závěrečná reflexe workbooku

Zpětná vazba k praktické použitelnosti kurzu

Vítejte v kurzu „Bezpečný vývoj s AI: Praktický průvodce odpovědným GitHub workflow“. Umělá inteligence radikálně mění způsob, jakým píšeme kód, ale s novými možnostmi přicházejí i nová rizika.

Vítejte v kurzu „Bezpečný vývoj s AI: Praktický průvodce odpovědným GitHub workflow“. Umělá inteligence radikálně mění způsob, jakým píšeme kód, ale s novými možnostmi přicházejí i nová rizika. Tento komplexní kurz je navržen tak, aby vás provedl úskalími AI codingu a naučil vás, jak integrovat AI asistenty (jako je GitHub Copilot) do vašeho vývojového procesu bezpečně, zodpovědně a efektivně. Nejde jen o bezmyšlenkovité generování kódu – naučíte se, jak si udržet kontrolu nad architekturou, jak chránit citlivá data a jak správně nastavit repozitáře. Projdeme si vše od legislativního a datového minima, přes nastavení soukromí a bezpečný GitHub profil, až po pokročilé techniky ochrany repozitáře pomocí branch protection, secret scanningu a CodeQL. Zvláštní pozornost věnujeme obraně proti prompt injection a správnému řízení AI asistentů pomocí repozitářových instrukcí a šablon. V praktické části si vyzkoušíte kompletní bezpečný workflow na reálném scénáři a naučíte se, jak provádět code review AI-generovaného kódu. Závěr kurzu vás připraví na řešení incidentů, auditovatelnost pomocí SBOM a vyhodnocení pilotního provozu AI nástrojů ve vašem týmu. Získejte jistotu při vývoji s AI a staňte se lídrem v bezpečném softwarovém inženýrství!

Bezpečný vývoj s AI: Praktický průvodce odpovědným GitHub workflow

<div class="simple-box-wrapper">
    <div class="simple-box">
        <div class="column">
            <p>Nástup umělé inteligence do oblasti softwarového inženýrství zásadně mění způsob, jakým vzniká moderní kód. Tento kurz se zaměřuje na transformaci nekritického generování kódu v řízený a bezpečný vývojový proces, kde AI figuruje jako asistent, nikoliv jako nekontrolovaný autor. Pro vývojáře, vedoucí technických týmů i tvůrce AI řešení je dnes klíčové pochopit, že odpovědnost za výsledný produkt zůstává plně v rukou člověka. Identifikace rizik spojených s přebíráním AI návrhů a nastavení pevných mantinelů pro jejich kontrolu tvoří základní pilíř pro udržení vysoké kvality a bezpečnosti softwaru v éře generativních modelů.</p>

<p>V rámci tohoto praktického průvodce se účastníci seznámí s komplexním nastavením GitHub workflow, které minimalizuje úniky citlivých dat a zajišťuje integritu repozitáře. Program pokrývá široké spektrum témat od konfigurace soukromí u GitHub Copilot účtů přes implementaci pokročilých bezpečnostních prvků, jako jsou Branch Protection Rules, Secret Scanning a CodeQL, až po definování strukturovaných instrukcí pro AI agenty. Cílem je osvojit si ucelený cyklus od zadání úkolu přes plánování a kódování až po finální revizi, což umožní efektivně využívat potenciál umělé inteligence při zachování plné kontroly nad bezpečností a auditovatelností každého řádku kódu.</p>
        </div>
    </div>
</div>
