Como usar o GitHub Copilot: Casos de uso e práticas recomendadas

Não importa se você está lidando com um projeto complexo ou com uma tarefa comum e demorada, o GitHub Copilot pode simplificar seus esforços de codificação. Neste tutorial, você descobrirá como o GitHub Copilot funciona, explorará seus principais recursos e aprenderá como ele pode aumentar significativamente sua produtividade e eficiência de codificação. Vamos nos aprofundar no assunto. 

O que é o GitHub Copilot? 

O GitHub Copilot é um assistente de programação inovador baseado em IA lançado pelo GitHub em 2021. Ele usa o modelo Codex da OpenAI, que é um descendente dos modelos GPT que concentraram seu treinamento em uma gama diversificada de linguagens de programação e contextos de codificação. Por esse motivo, acredita-se que o GitHub Copilot seja mais capaz do que o ChatGPT para tarefas de escrita de código. 

O recurso mais marcante do GitHub Copilot é a integração perfeita com ambientes de desenvolvimento populares, como o Visual Studio Code. Ao ser incorporado diretamente ao editor de código, o GitHub Copilot atua como um programador em pares que oferece sugestões em tempo real, conclusões de código e recomendações, todas as quais exploraremos em profundidade.

Explorando os recursos do GitHub Copilot

O GitHub Copilot tem muitos recursos excelentes que economizam tempo. Aqui está uma lista dos mais importantes que podem acelerar o ciclo de vida do seu projeto de ciência de dados. 

Interface de bate-papo em seu editor

O GitHub Copilot integra uma interface de chat semelhante ao ChatGPT diretamente no seu IDE, eliminando a necessidade de alternar entre o editor e sites externos para corrigir o código.

Vejamos o exemplo a seguir: Aqui pedimos ao GitHub Copilot que gere o código necessário para traduzir um texto do inglês para o italiano usando o modelo OpenAI.

Barra lateral do GitHub Copilot no VS Code IDE

GitHub Copilot para a interface de linha de comando

Para aqueles que trabalham no terminal, o GitHub Copilot na CLI fornece uma interface semelhante a um bate-papo na linha de comando. Aqui, pedimos ao Github Copilot para explicar o comando sudo apt-get. 

GitHub Copilot na interface de linha de comando

GitHub Copilot para documentos

O GitHub Copilot pode fornecer respostas geradas por IA, obtendo informações diretamente da documentação, o que pode economizar muito tempo e esforço. 

GitHub Copilot para documentos

Solicitações pull com tecnologia de IA

Não é nenhuma surpresa que o GitHub Copilot se integre ao GitHub. O GitHub Copilot fornece um recurso para descrever as alterações em um repositório do GitHub e revisá-las para uma pull request. 

GIF baseado em um vídeo retirado do GitHub Next

Como começar a usar o GitHub Copilot

Agora que exploramos os recursos impressionantes do GitHub Copilot, vamos aprender como configurá-lo e usá-lo no Visual Studio Code. Para fazer isso, primeiro precisamos cuidar de duas tarefas administrativas: Você precisa instalar o Visual Studio Code, registrar-se e instalar o GitHub Copilot.

Instalando o Visual Studio Code

Instalamos o VS Code visitando o site do Visual Studio Code e seguindo as instruções. O site inclui vídeos de instruções se você tiver problemas. 

Baixando o código do Visual Studio

Inscrevendo-se no GitHub e instalando o GitHub Copilot

Para instalar o GitHub Copilot, primeiro você precisa criar uma conta no GitHub. Se você deseja testar o GitHub Copilot sem um compromisso de longo prazo, considere optar pela avaliação gratuita de 30 dias.

Inscrevendo-se no no GitHub

Configurando o GitHub Copilot com Visual Studio Code

Em seguida, entramos no Visual Studio Code e instalamos duas extensões do marketplace: GitHub Copilot e GitHub Copilot Chat. Você só precisa pressionar o botão "Instalar" e fazer login no GitHub.

o GitHub Copilot

Usando o GitHub Copilot dentro do Visual Studio Code

Para testar o GitHub Copilot, usaremos o conjunto de dados de compartilhamento de bicicletas de Seul, um dos muitos conjuntos de dados selecionados pelo DataLab. Nosso objetivo é prever o número de bicicletas públicas alugadas por hora no sistema de compartilhamento de bicicletas de Seul com base em informações meteorológicas, como temperatura, umidade, velocidade do vento e outras variáveis.

Usando o GitHub Copilot para importar dados para o VS Code

Vamos começar importando um arquivo CSV e visualizando as cinco primeiras linhas. O GitHub Copilot começa a trabalhar imediatamente, preenchendo automaticamente o CSV sugerido. Pressionamos "Tab" para aceitar suas sugestões.

Importando dados para o Github Copilot

Usando o GitHub Copilot para exibir um gráfico

Como próxima etapa, optamos por criar uma visualização. Uma matriz de correlação com um mapa de calor é uma boa escolha para ilustrar a inteligência do GitHub Copilot. Vemos que o GitHub Copilot não apenas escreve o código para nossa matriz de correlação, mas também termina nossa frase quando fazemos a solicitação.

Escrevendo código para um gráfico no Github Copilot

Ops - obtivemos um erro porque não removemos as variáveis categóricas da matriz de correlação, o que é um erro comum. Você pode corrigir esse erro adicionando um comentário e um novo trecho de código. O GitHub Copilot encontra as colunas corretas para remover, corrigindo o erro.

Exibição de um gráfico no um gráfico no Github Copilot

Usando o GitHub Copilot para preparar dados para treinamento

Depois de explorar os dados, é hora de pré-processá-los antes de treinar nosso modelo. Para este exercício, escolhemos uma regressão linear de mínimos quadrados ordinários. Para fazer isso, precisamos codificar as variáveis categóricas usando a codificação de um ponto.

À medida que digitamos nossa solicitação, o GitHub Copilot faz previsões e sugestões de código. Ele até começou a trabalhar conosco quando tivemos dúvidas sobre a inclusão de uma de nossas variáveis.

Preparando dados no dados no Github Copilot

O GitHub Copilot nos ajuda com todas as etapas necessárias em nosso fluxo de trabalho, incluindo a escolha de nossas variáveis independentes, a divisão de nossos dados em conjuntos de treinamento e teste e a limpeza de nossos dados para que estejam prontos para o nosso modelo.

Criando uma divisão de teste/treino uma divisão de teste/treino no Github Copilot

Usando o GitHub Copilot para avaliar nosso modelo

A última fase do nosso miniprojeto é treinar e avaliar nosso modelo de regressão linear. O GitHub Copilot nos ajuda a encontrar estatísticas do modelo em nossos dados de treinamento e, em seguida, avalia o desempenho do modelo no conjunto de testes.

nosso modelo no Github Copilot

Avaliando nosso nosso modelo no Github Copilot

O erro quadrático médio é maior do que o esperado, o que nos faz considerar outro modelo. Mudamos para um modelo de floresta aleatória para testar a saída e vemos que o erro é muito menor do que antes. Se você quiser explorar esses modelos com muito mais detalhes, confira nosso curso Machine Learning Fundaments in Python.

estatísticas do modelo no Github Copilot

Explorando os planos e preços do Github Copilot

Há três planos diferentes do GitHub Copilot disponíveis, dependendo de suas necessidades.

• O Copilot Individual é o plano mais barato. Ele permite que você use o GitHub Copilot em um IDE ou na linha de comando. É gratuito para alunos e professores. Todos os recursos abordados em nosso tutorial estão incluídos nesse plano.
• O Copilot Business é uma assinatura apropriada para fins comerciais. Ele permite que você acesse os serviços do GitHub Copilot como integrante da organização.
• O Copilot Enterprise é o plano mais completo para contas de empresas maiores que precisam de personalização adicional. 
  
  

de preços do Github Copilot

Alternativas ao GitHub Copilot

Vamos agora explorar algumas alternativas interessantes ao GitHub Copilot. As três empresas a seguir estão na vanguarda da revolução da IA generativa e oferecem soluções de IA generativa para auxiliar na criação de códigos. 

O IDE do DataLab

• DataLab: O próprio DataCamp DataLab é um notebook habilitado para IA. Basta anexar a fonte de dados, perguntar à IA o que você precisa e obter insights. Os notebooks necessários já estão instalados. O DataLab é perfeito para iniciantes que desejam aprender, bem como para profissionais de negócios que precisam aproveitar a IA para criar apresentações atraentes para os tomadores de decisão. 
• TabNine: O TabNine é uma alternativa que também oferece complementos de código com IA e agentes de bate-papo com IA e funciona com muitos IDEs populares.
• SonarQube: O SonarQube é voltado para o desenvolvimento de software. Com o SonarQube, os desenvolvedores fariam upload de dados e usariam o SonarQube para receber código assistido por IA e com qualidade garantida.

Conclusão

Acabamos de concluir um projeto completo de ciência de dados em questão de minutos usando o GitHub Copilot. Ele se mostra um recurso útil para acelerar todos os aspectos do fluxo de trabalho da ciência de dados, desde a exibição de gráficos até a criação de modelos com um fluxo de trabalho de treinamento/teste.

Se você achou este tutorial útil e quer começar a usar o GitHub Copilot, recomendamos o vídeo da DataCamp Pair Programming with GitHub Copilot. Outro curso, Conceitos do GitHub, será um ótimo curso complementar, especialmente se você não tiver certeza sobre o GitHub.

Obrigado pela leitura!