Temario del curso
Nivel 1: La Guarida del Descubrimiento – Secretos de los Requisitos
Misión: Utilizar modelos de lenguaje grandes (LLM, como ChatGPT) para extraer requisitos estructurados a partir de entradas vagas.
Actividades Clave:
- Interpretar ideas de producto ambiguas o solicitudes de características
-
Utilizar IA para:
- Generar historias de usuario y criterios de aceptación
- Sugerir perfiles de usuario (personas) y escenarios
-
Generar artefactos visuales (por ejemplo, diagramas simples con Mermaid o draw.io)
Resultado esperado: backlog estructurado de historias de usuario + modelo inicial del dominio / elementos visuales
Nivel 2: La Forja del Diseño – Pergamino del Arquitecto
Misión: Usar IA para crear y validar planes de arquitectura.
Actividades Clave:
-
Utilizar IA para:
- Proponer estilos arquitectónicos (monolito, microservicios, serverless)
- Generar diagramas de componentes e interacciones de alto nivel
- Crear estructuras base para clases o módulos
-
Desafiar mutuamente las decisiones mediante revisiones de diseño entre pares
Resultado esperado: Arquitectura validada + estructura básica del código
Nivel 3: La Arena de Código – Desafío Codex
Misión: Usar copilotos de IA para implementar características y mejorar el código.
Actividades Clave:
- Utilizar GitHub Copilot o ChatGPT para implementar funcionalidad
-
Refactorizar código generado por IA para mejorar:
- El rendimiento
- La seguridad
- La mantenibilidad
-
Inyectar “cheiros de código” y realizar desafíos de limpieza entre pares
Resultado esperado: Base de código funcional, refactorizada y generada por IA
Nivel 4: El Pantano de Errores – Prueba la Oscuridad
Misión: Generar y mejorar pruebas con IA, luego encontrar errores en el código de otros equipos.
Actividades Clave:
-
Utilizar IA para generar:
- Pruebas unitarias
- Pruebas de integración
- Simulaciones de casos límite
-
Intercambiar código defectuoso con otro equipo para la depuración asistida por IA
Resultado esperado: Suite de pruebas + informe de errores + correcciones de los mismos
Nivel 5: Los Portales del Pipeline – Puerta Automatizada
Misión: Configurar pipelines CI/CD inteligentes con asistencia de IA.
Actividades Clave:
-
Utilizar IA para:
- Definir flujos de trabajo (por ejemplo, GitHub Actions)
- Automatizar pasos de construcción, pruebas e implementación
-
Sugerir políticas de detección de anomalías y reversiones
Resultado esperado: Script o flujo de pipeline CI/CD asistido por IA y funcional
Nivel 6: La Ciudadela del Monitoreo – Torre de Vigilancia de Registros
Misión: Analizar registros y usar ML para detectar anomalías y simular la recuperación.
Actividades Clave:
- Analizar registros pre-cargados o generados
-
Utilizar IA para:
- Identificar anomalías o tendencias de errores
- Sugerir respuestas automatizadas (por ejemplo, scripts de autocuración, alertas)
-
Crear paneles de control o resúmenes visuales
Resultado esperado: Plan de monitoreo o mecanismo de alerta inteligente simulado
Nivel Final: La Arena del Héroe – Construir el SDLC Soportado por IA Definitivo
Misión: Los equipos aplican todo lo aprendido para construir un ciclo SDLC funcional para un mini-proyecto.
Actividades Clave:
- Seleccionar un mini-proyecto del equipo (por ejemplo, un rastreador de bugs, un chatbot, un microservicio)
-
Aplicar IA en cada fase del SDLC:
- Requisitos, Diseño, Código, Pruebas, Implementación, Monitoreo
- Presentar los resultados en una demo breve del equipo
Votación o juzgamiento entre pares para el pipeline potenciado por IA más efectivo
Resultado esperado: Implementación de un SDLC mejorado con IA de extremo a extremo + exhibición del equipo
Al finalizar este taller, los participantes podrán:
- Aplicar herramientas de IA generativa para extraer y estructurar requisitos de software
- Generar diagramas arquitectónicos y validar decisiones de diseño usando IA
- Usar copilotos de IA para implementar y refactorizar código listo para producción
- Automatizar la generación de pruebas y realizar depuración asistida por IA
- Diseñar pipelines CI/CD inteligentes que detecten y reaccionen a anomalías
- Analizar registros con herramientas de IA/ML para identificar riesgos y simular la autocuración
- Demostrar un SDLC completamente mejorado por IA mediante un proyecto en equipo
Requerimientos
Audiencia objetivo: Desarrolladores de software, probadores, arquitectos, ingenieros de DevOps y propietarios del producto (product owners)
Los participantes deben tener:
- Una comprensión funcional del Ciclo de Vida del Desarrollo de Software (SDLC)
- Experiencia práctica en al menos un lenguaje de programación (por ejemplo, Python, Java, JavaScript, C#, etc.)
-
Familiaridad con:
- Redactar y leer historias de usuario o requisitos
- Principios básicos de diseño de software
- Control de versiones (por ejemplo, Git)
- Redactar y ejecutar pruebas unitarias
- Ejecutar o interpretar pipelines CI/CD
Este es un taller de nivel intermedio a avanzado. Es ideal para profesionales que ya forman parte de equipos de entrega de software (desarrolladores, probadores, ingenieros de DevOps, arquitectos y propietarios del producto).
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
