Temario del curso
El Conjunto de Personalización en Cuatro Niveles
Nivel 1 | Sabe – Reglas y AGENTS.md
Temas cubiertos:
• Definición de convenciones del proyecto y estándares de codificación
• Documentación de la arquitectura y restricciones técnicas
• Creación de guías de proyecto neutrales a las herramientas
• Mantenimiento de la coherencia entre equipos de desarrollo y herramientas de IA
Nivel 2 | Puede – Habilidades
Temas cubiertos:
• Creación de unidades reutilizables de conocimiento especializado
• Carga de información contextual solo cuando sea necesario
• Reducción del tamaño del contexto mientras se mejora el rendimiento de la tarea
• Construcción de bibliotecas de flujos de trabajo y experiencia reutilizables
Nivel 3 | Alcanza – MCP
Temas cubiertos:
• Conexión de herramientas de IA con sistemas y servicios externos
• Acceso a repositorios, bases de datos y fuentes de documentación
• Extensión de las capacidades de los asistentes de codificación con IA
• Implementación de integraciones seguras y controles de gobernanza
Nivel 4 | Actúa – Agentes
Temas cubiertos:
• Comprensión de los agentes de IA autónomos y sus capacidades
• Lectura, escritura, prueba y revisión autónomas de código
• Gestión de flujos de trabajo orientados a objetivos y tareas delegadas
• Establecimiento de mecanismos de supervisión y revisión humana para sistemas agénticos
Día 1 | Delegación y Extensión de las Herramientas
Módulo 1 | De asistente a agente
Temas cubiertos:
• Comprensión de la diferencia entre asistentes de IA y agentes autónomos
• Completado de código en línea frente a delegación agéntica
• Cómo los flujos de trabajo agénticos cambian la forma en que se estructuran las tareas de desarrollo
• Identificación de tareas adecuadas para la delegación a agentes
• Mejores prácticas para colaborar con sistemas de IA autónomos
Módulo 2 | Delegaciones que funcionan sin supervisión constante
Temas cubiertos:
• Redacción de instrucciones efectivas para agentes de IA
• Proporcionar el contexto y los requisitos de negocio suficientes
• Definición de restricciones y límites para la ejecución
• Establecimiento de criterios claros de aceptación y medidas de éxito
• Minimización de la intervención humana mientras se mantiene la calidad
Módulo 3 | Conjunto de personalización y su aplicación en cada caso
Temas cubiertos:
• Comprensión del conjunto de personalización en cuatro niveles
• Uso de Reglas y AGENTS.md para definir convenciones del proyecto
• Determinación de qué mecanismos de personalización aplican en diferentes escenarios
• Gestión eficiente del contexto entre herramientas y proyectos
• Creación de entornos de desarrollo asistido por IA consistentes
Módulo 4 | Habilidades y subagentes
Temas cubiertos:
• Creación de Habilidades reutilizables para flujos de trabajo y tareas comunes
• Empaquetado de conocimiento especializado para uso repetido
• Comprensión del papel de los subagentes y contextos aislados
• Delegación de tareas acotadas a agentes especializados
• Mejora de la eficiencia mediante flujos de trabajo de IA modulares
Día 2 | Conexión de Herramientas, Paralelismo y Gobernanza
Módulo 5 | MCP: Conectar y Construir
Temas cubiertos:
• Comprensión de los principios del Protocolo de Contexto del Modelo (MCP)
• Conexión de herramientas de IA con sistemas y servicios externos
• Integración de navegadores, bases de datos, repositorios y fuentes de documentación
• Construcción de un servidor MCP personalizado
• Gestión del control de acceso y consideraciones de seguridad
Módulo 6 | El Flujo de Trabajo Agéntico Disciplinado
Temas cubiertos:
• Establecimiento de un proceso de desarrollo repetible asistido por IA
• Lluvia de ideas y planificación con agentes de IA
• Construcción e implementación colaborativa de soluciones
• Prueba y validación de los generados
• Revisión y finalización de entregables con pasos de verificación adecuados
Módulo 7 | Desarrollo en Paralelo
Temas cubiertos:
• Ejecución simultánea de múltiples agentes de IA
† Trabajo con ramas aisladas y worktrees de Git
• Coordinación de actividades de desarrollo entre flujos de trabajo paralelos
• Fusión y validación de salidas provenientes de múltiples agentes
• Mejora de la productividad mediante estrategias de ejecución en paralelo
Módulo 8 | Riesgos, Revisión y Gobernanza
Temas cubiertos:
• Evaluación y validación de Habilidades externas y servidores MCP
• Comprensión de riesgos de seguridad y gobernanza
• Gestión de permisos y derechos de acceso
• Protección de datos sensibles y propiedad intelectual
• Establecimiento de procesos de revisión y prácticas de aseguramiento de calidad
Módulo 9 | Adopción de IA en el Desarrollo de Software: Casos de Uso y Próximos Pasos
Temas cubiertos:
• Cómo las organizaciones están integrando la IA en el Ciclo de Vida del Desarrollo de Software (SDLC)
• Casos de uso reales y ejemplos de implementación de diferentes industrias
• Enfoques comunes de adopción de IA: adopción individual, adopción basada en equipos y habilitación a nivel organizacional
• Casos de uso típicos a lo largo del SDLC:
• Recopilación de requisitos y documentación
• Generación de código y prototipado
• Pruebas y aseguramiento de calidad
• Revisión y refactorización de código
• Documentación y gestión del conocimiento
• DevOps y gestión de incidentes
• Modelos de gobernanza, políticas y consideraciones de seguridad
• Medición de la productividad y el ROI del desarrollo asistido por IA
• Construcción de una hoja de ruta interna para la adopción de IA
• Definición de pasos prácticos inmediatos para los participantes y sus equipos
Taller de Discusión Interactiva
• Desafíos actuales dentro de los equipos de desarrollo de los participantes
• Identificación de casos de uso de alto valor para adopción inmediata
• Riesgos, bloqueos y consideraciones organizacionales
• Creación de un plan de acción inicial para la integración de IA.
Requerimientos
Experiencia profesional en desarrollo, comodidad con la terminal y conocimientos funcionales de Git. Uso regular de una herramienta de codificación con IA o haber completado el curso Fundamentos.
Público objetivo
Desarrolladores que ya utilizan herramientas de IA, líderes técnicos responsables de la adopción por parte del equipo e ingenieros de plataforma o DevOps que construyen Habilidades y servidores MCP.
Reseñas (2)
Usando Claude Code de manera más eficiente
Virgil Trif - Frequentis
Curso - Claude Code: Agentic AI Development · 1-Day
Traducción Automática
"Aprendí el potencial de la herramienta y adquirí las habilidades necesarias para empezar a usarla en mi trabajo de inmediato"
Angelo Moro
Curso - Claude AI for Developers: Building AI-Powered Applications
Traducción Automática