Temario del curso
Mejores Prácticas y Herramientas
Errores Comunes y Estrategias de Mitigación
Introducción a la Ingeniería de Indicaciones
Refinamiento de Indicaciones y Diseño Iterativo
Indicaciones para la Automatización de Pruebas y la Generación de SQL
Resumen y Próximos Pasos
Uso de Indicaciones para la Explicación y Depuración de Código
Escritura de Indicaciones para la Generación de Código
- Evitar código alucinado o vulnerabilidades de seguridad
- Manejar entradas incompletas o ambiguas
- Crear indicaciones de respaldo seguras y salvaguardas
- Crear casos de prueba a partir de requisitos o código
- Generar consultas SQL estructuradas a partir de lenguaje natural
- Formatear salidas para su integración en suites de pruebas
- Explicar código legado o no familiar
- Solicitar recorridos de lógica o análisis de casos límite
- Encontrar y explicar errores o ineficiencias
- Generar código a partir de descripciones en lenguaje plano
- Controlar el formato de salida y el lenguaje de programación
- Trabajar con lógica compleja o múltiples funciones
- Mejorar resultados mediante encadenamiento de indicaciones y ciclos de retroalimentación
- Recuperación de errores y estrategias de ajuste de indicaciones
- Estudios de caso de refinamiento para tareas técnicas
- Bibliotecas de indicaciones y patrones de reutilización
- Uso de plantillas de indicaciones en VS Code o flujos de trabajo basados en API
- Evaluación de la calidad y el rendimiento de las indicaciones en uso de producción
- Entender indicaciones, contexto, tokens y modelos
- Tipos de indicaciones: zero-shot, one-shot, few-shot
- Uso de instrucciones de sistema vs. usuario en diferentes APIs
Requerimientos
Público Objetivo
- Desarrolladores que utilizan LLM en la generación o análisis de código
- Líderes técnicos que exploran herramientas de IA en flujos de trabajo
- Profesionales del software que experimentan con integraciones de LLM
- Experiencia en desarrollo de software o scripting
- Familiaridad con lenguajes de programación comunes (por ejemplo, Python, JavaScript, SQL)
- Comprensión básica de los modelos de lenguaje de gran escala y herramientas de IA como ChatGPT, Claude o Copilot
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
