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 procesamiento de lenguaje natural (NLP) y modelos de lenguaje grandes (LLMs) para el análisis de requisitos.
- Conversión de los insumos de las partes interesadas en épicos 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 de UML.
- Validación de diseños mediante razonamiento del sistema basado en prompts.
Flujos de trabajo de desarrollo mejorados por IA.
- Generación de código asistida por IA y creación de estructuras base (boilerplate).
- Refactorización de código y mejoras de rendimiento utilizando LLMs.
- Integración de herramientas de IA en entornos de desarrollo integrado (IDE), como Copilot, Tabnine y CodeWhisperer.
Pruebas con IA.
- Generación de pruebas unitarias y de integración mediante modelos de IA.
- Análisis de regresión y mantenimiento de pruebas asistido por IA.
- Generación de casos exploratorios y de límites con IA.
Documentación, revisión y compartir conocimiento.
- Generación automática de documentación a partir de código y APIs.
- Automatización de revisiones de código mediante prompts y listas de verificación de IA.
- Creación de bases de conocimiento y preguntas frecuentes (FAQs) usando IA conversacional.
IA en CI/CD y automatización de despliegues.
- Optimización de pipelines mejorada por IA y pruebas basadas en riesgos.
- Sugerencias inteligentes para lanzamientos canarios y reversiones (rollbacks).
- Uso de IA en la verificación de despliegues y 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 en flujos de trabajo asistidos por IA.
- Elaboración de una hoja de ruta para la adopción progresiva de IA en todo el SDLC.
Resumen y próximos pasos.
Requerimientos
- Comprensión de los conceptos del ciclo de vida de desarrollo de software.
- Experiencia en arquitectura de software o liderazgo de equipos.
- Familiaridad con DevOps, prácticas ágiles o herramientas de 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