Ponte en Contacto
 Duración 21 horas

Temario del curso

Introducción al *Vibe Coding*

  • Definición e historia del *vibe coding*
  • Filosofía de la colaboración "prompt-to-code"
  • Cómo difiere la codificación con IA del desarrollo tradicional

Modelos de Lenguaje de Gran Escala en Codificación

  • Visión general de LLMs para desarrolladores: GPT-4, DeepSeek, Qwen, Mistral
  • Comparación de codificadores de IA de código abierto vs. propietarios
  • Desplegamiento de LLMs localmente o a través de APIs

Ingeniería de Prompts para Desarrolladores

  • Prompting efectivo para generar y refactorizar código
  • Gestión de contexto y manejo del estado de la conversación
  • Creación de plantillas de prompts reutilizables para tareas de codificación

Entornos Prácticos de *Vibe Coding*

  • Uso de Replit para la codificación colaborativa con IA
  • Integración de GitHub Copilot y Qwen Coder en IDEs
  • Personalización de flujos de trabajo para la colaboración en equipo

Calidad y Validación del Código en Flujos de IA

  • Revisión y prueba de código generado por LLMs
  • Aseguramiento de la 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, ética y cumplimiento de la IA en la generación de código
  • Diseño de marcos organizacionales para el desarrollo asistido por IA

Temas Avanzados: Extensión del *Vibe Coding*

  • Combinaación de múltiples LLMs para flujos de trabajo de IA híbridos
  • Integración del *vibe coding* con la automatización CI/CD
  • Tendencias futuras: ecosistemas de desarrollo multiagente

Proyecto en Equipo y Colaboración

  • Diseño de un proyecto de codificación asistido por IA del mundo real
  • Colaboración con desarrolladores humanos y de IA
  • Presentación de resultados y medición de las ganancias de 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 LLMs en pipelines de producción.

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas