Temario del curso
La Pila de Personalización en Cuatro Niveles
Nivel 1 | Sabe – Reglas y AGENTS.md
Temas tratados:
• Definición de convenciones del proyecto y estándares de codificación
• Documentación de la arquitectura y restricciones técnicas
• Creación de directrices para el proyecto, independientes de las herramientas
• Mantenimiento de la coherencia entre los equipos de desarrollo y las herramientas de IA
Nivel 2 | Puede – Habilidades
Temas tratados:
• 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 tratados:
• Conexión de las herramientas de IA a 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 tratados:
• Comprensión de los agentes de IA autónomos y sus capacidades
• Lectura, escritura, prueba y revisión autónoma del código
• Gestión de flujos de trabajo basados en objetivos y tareas delegadas
• Establecimiento de mecanismos de supervisión y revisión humana para sistemas agenticos
Día 1 | Delegación y ampliación de las herramientas
Módulo 1 | De asistente a agente
Temas tratados:
• Comprensión de la diferencia entre asistentes de IA y agentes autónomos
• Completado de código en línea frente a delegación agénica
• Cómo los flujos de trabajo agenticos cambian la estructura de 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 microgestión
Temas tratados:
• Redacción de instrucciones efectivas para agentes de IA
• Proporcionar contexto y requisitos empresariales suficientes
• Definición de restricciones y límites para la ejecución
• Establecimiento de criterios claros de aceptación y medidas de éxito
• Minimización de la intervención humana manteniendo la calidad
Módulo 3 | Pila de personalización y su aplicación
Temas tratados:
• Comprensión de la pila de personalización en cuatro niveles
• Uso de Reglas y AGENTS.md para definir convenciones del proyecto
• Determinación de los mecanismos de personalización aplicables en distintos escenarios
• Gestión eficiente del contexto entre herramientas y proyectos
• Creación de entornos de desarrollo asistidos por IA coherentes
Módulo 4 | Habilidades y subagentes
Temas tratados:
• Creación de Habilidades reutilizables para flujos de trabajo y tareas comunes
• Empaquetado del 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 modulares de IA
Día 2 | Conexión de herramientas, paralelismo y gobernanza
Módulo 5 | MCP: Conectar y construir
Temas tratados:
• Comprensión de los principios del Protocolo de Contexto de Modelo (MCP)
• Conexión de herramientas de IA a 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 agente disciplinado
Temas tratados:
• Establecimiento de un proceso de desarrollo asistido por IA repetible
• Lluvia de ideas y planificación con agentes de IA
• Construcción e implementación colaborativa de soluciones
• Prueba y validación de los resultados generados
• Revisión y finalización de entregables con las etapas de verificación adecuadas
Módulo 7 | Desarrollo paralelo
Temas tratados:
• Ejecución simultánea de múltiples agentes de IA
• Trabajo con ramas aisladas y árboles de trabajo de Git
• Coordinación de las actividades de desarrollo entre flujos de trabajo paralelos
• Fusión y validación de los resultados de múltiples agentes
• Mejora de la productividad mediante estrategias de ejecución en paralelo
Módulo 8 | Riesgos, revisión y gobernanza
Temas tratados:
• Evaluación y validación de Habilidades externas y servidores MCP
• Comprensión de los 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 la calidad
Módulo 9 | Adopción de IA en el desarrollo de software: casos de uso y próximos pasos
Temas tratados:
• 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 la calidad
• Revisión de código y refactorización
• 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 los próximos pasos prácticos 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 la adopción inmediata
• Riesgos, obstáculos 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 prácticos 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