Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
IA en la fase de requisitos y planificación
- Uso de PLN (Procesamiento de Lenguaje Natural) y LLM para el análisis de requisitos.
- Conversión de entradas de las partes interesadas en épicas e historias de usuario.
- Herramientas de IA para el refinamiento de historias y la generación de criterios de aceptación.
Diseño y arquitectura aumentados por IA
- Uso de IA para modelar componentes del sistema y dependencias.
- Generación de diagramas de arquitectura y sugerencias UML.
- Validación del diseño mediante razonamiento sistémico basado en prompts (indicaciones).
Flujos de trabajo de desarrollo mejorados con IA
- Generación de código asistida por IA y creación de plantillas básicas (boilerplate).
- Refactorización del código y mejoras de rendimiento utilizando LLM.
- Integración de herramientas de IA en entornos de desarrollo integrados (IDE), como Copilot, Tabnine o CodeWhisperer.
Pruebas con IA
- Generación de pruebas unitarias e integradas mediante modelos de IA.
- Análisis de regresión y mantenimiento de pruebas asistidos por IA.
- Generación exploratoria y de casos límite con IA.
Documentación, revisión y difusión del conocimiento
- Generación automática de documentación a partir del código y las API.
- Automatización de la revisión del código utilizando prompts (indicaciones) y listas de verificación de IA.
- Creación de bases de conocimiento y preguntas frecuentes mediante IA conversacional.
IA en la automatización de CI/CD y despliegue
- Optimización del pipeline y pruebas basadas en riesgos con IA.
- Sugerencias inteligentes para lanzamientos canario (canary releases) y revertir cambios.
- Uso de IA en la verificación del despliegue y el análisis posterior al despliegue.
Gobernanza, ética y estrategia de implementación
- Garantizar un uso responsable de la IA y evitar sesgos en el código generado.
- Auditoría y cumplimiento normativo en flujos de trabajo asistidos por IA.
- Elaboración de una hoja de ruta para la adopción progresiva de IA a lo largo del SDLC.
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos del ciclo de vida del desarrollo de software.
- Experiencia en arquitectura de software o liderazgo de equipos.
- Conocimiento sobre DevOps, prácticas ágiles o herramientas propias del SDLC.
Público objetivo
- Arquitectos de software.
- Líderes de desarrollo.
- Gerentes de ingeniería.
14 Horas
Testimonios (2)
La práctica estuvo muy interactiva y aplicable al negocio.
Jorge Boscan - Chevron Global Technology Services Company
Curso - Advanced GitHub Copilot & AI for Projects and Infrastructure
Adquirí conocimientos sobre la biblioteca Streamlit de Python y, con seguridad, intentaré utilizarla para mejorar las aplicaciones de mi equipo que se desarrollan en R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Traducción Automática