Temario del curso
Bloque 1 — Fundamentos Compartidos (Días 1-2)
Día 1 — Mañana: El Factor Humano en la Adopción de la IA
• Calibración de la confianza / dependencia: cuándo usar la IA y cuándo detenerse.
• Estructura de acuerdos del equipo (disparador / acción / evidencia / responsable).
• Rol de Curador de Prompts: validación, decisión, firma. Plan de respuesta a incidentes de IA.
Día 1 — Tarde: Restricciones, Riesgos y Cumplimiento
• Capacidades reales de los LLM — vectores de riesgo de prompts: inyección, filtración de datos, alucinaciones.
• Marco legal: GDPR, Ley de IA de la UE — estándares sectoriales (DICOM, HL7, HIPAA).
• Ejercicio práctico: traducir un estándar del dominio en una restricción de prompt.
Día 2 — Mañana: Arquitectura Técnica de los Prompts
• Arquitectura de agentes: memoria, contexto, objetivos — desde la perspectiva del diseño de prompts.
• Integración de API y fuentes de datos del dominio, múltiples agentes y encadenamiento de prompts.
Día 2 — Tarde: Anatomía del Prompt Empresarial
• Las 6 capas: Rol / Contexto / Restricciones / Estándares del Dominio / Formato / Ejemplos.
• Jerarquía de prompts: Sistema (a nivel de organización) — Dominio (equipo) — Tarea (individual).
• Demostración: descomponer un prompt ingenuo y reconstruirlo. Breve resumen del equipo para los Días 3-5.
Bloque 2 — Talleres de Construcción Colaborativa (Días 3-4-5)
Día 3 — Descubrimiento y Auditoría de Estándares
- Talleres paralelos por equipo: Arquitectos, Desarrolladores Específicos del Dominio, Back-End, Aseguradores de Calidad.
- Mapeo de estándares y restricciones empresariales — identificación de conflictos entre equipos.
- Entregable del Día 3: Mapa de Estándares + matriz de prioridad de impacto/esfuerzo.
Día 4 — Diseño de Convenciones y Construcción de Plantillas
- Convenciones de nomenclatura, control de versiones, sistema de etiquetas (equipo, dominio, herramienta objetivo).
- Construcción de las primeras plantillas validadas: TypeScript DICOM, revisión de código, pruebas de aseguramiento de calidad, documentación de API.
- Entregable del Día 4: 4+ plantillas operativas + guía de convenciones.
Día 5 — Ensamblaje de la Biblioteca, Gobernanza y Entrega Oficial
- Organización de la biblioteca, integración con GitHub Copilot / Cursor / API interna de LLM.
- Rol de Curador de Prompts, métricas de calidad, rituales de equipo, plan de despliegue de 30 días.
- Entregable final del Día 5: Biblioteca documentada v1.0 + Carta de Gobernanza + Plan de 30 días.
Requerimientos
- Haber completado al menos una capacitación en IA (introductoria o avanzada).
- Perfiles técnicos: experiencia en desarrollo con la pila tecnológica de la empresa.
- Perfiles de gestión: familiaridad básica con herramientas de IA (ChatGPT, Copilot, etc.).
- Compromiso de la empresa: participación activa de los líderes de equipo en los Días 3-5.
- Provisión previa: documentación de estándares existente (README, guías de codificación).
Público objetivo
- Arquitectos de software
- Desarrolladores (específicos del dominio, back-end, front-end)
- Ingenieros de aseguramiento de calidad / Técnicos de código
- Líderes de equipo y gerentes de nivel medio
- Gerentes de TI, tomadores de decisiones y líderes de proyectos de IA
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