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.
Duración 21 horas
Temario del curso
Introducción al Vibe Coding
- Definición e historia del "vibe coding"
- Filosofía de la colaboración "de prompt a código"
- Cómo la codificación con IA difiere del desarrollo tradicional
Modelos de Lenguaje de Gran Tamaño en Codificación
- Resumen de LLM para desarrolladores: GPT-4, DeepSeek, Qwen, Mistral
- Comparación entre codificadores de IA de código abierto y propietarios
- Despliegue de LLM localmente o vía APIs
Ingeniería de Prompts para Desarrolladores
- Prompts efectivos para generar y refactorizar código
- Gestión del contexto y del estado de la conversación
- Creación de plantillas de prompts reutilizables para tareas de codificación
Entornos Prácticos de Vibe Coding
- Uso de Replit para codificación colaborativa con IA
- Integración de GitHub Copilot y Qwen Coder en los IDE
- Personalización de flujos de trabajo para la colaboración en equipo
Calidad y Validación del Código en Flujos de IA
- Revisión y prueba del código generado por LLM
- Garantizar consistencia, mantenibilidad y seguridad
- Integración de herramientas de validación de código en el flujo de trabajo
Integración Empresarial y Gobernanza
- Escalar el "vibe coding" en los equipos
- Gobernanza de IA, ética y cumplimiento normativo en la generación de código
- Diseño de marcos organizacionales para el desarrollo asistido por IA
Temas Avanzados: Extensión del Vibe Coding
- Combinación de múltiples LLM para flujos de IA híbridos
- Integración del "vibe coding" con la automatización de CI/CD
- Tendencias futuras: ecosistemas de desarrollo con múltiples agentes
Proyecto de Equipo y Colaboración
- Diseño de un proyecto de codificación asistida por IA del mundo real
- Colaboración con desarrolladores humanos y de IA
- Presentación de resultados y medición de las ganancias en productividad
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los flujos de trabajo de desarrollo de software.
- Experiencia con Python, JavaScript u otro lenguaje de programación moderno.
- Conocimiento de sistemas de control de versiones basados en Git.
Público Objetivo
- Ingenieros de software que exploran el desarrollo asistido por IA.
- Líderes de ingeniería que supervisan la adopción de IA en flujos de codificación.
- Equipos de desarrollo empresarial que buscan integrar LLM en pipelines de producción.
Reseñas (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
