Temario del curso
Nivel 1: La Guarida del Descubrimiento – Secretos de los Requisitos
Misión: Utilizar LLMs (ChatGPT) para extraer requisitos estructurados a partir de entradas vagas.
Actividades clave:
- Interpretar ideas ambiguas de producto o solicitudes de funciones.
-
Usar IA para:
- Generar historias de usuario y criterios de aceptación.
- Sugerir personas y escenarios.
-
Generar artefactos visuales (por ejemplo, diagramas simples con Mermaid o draw.io).
Resultado: Backlog estructurado de historias de usuario + modelo de dominio inicial / visuales.
Nivel 2: El Horno del Diseño – Pergamino del Arquitecto
Misión: Utilizar la IA para crear y validar planes de arquitectura.
Actividades clave:
-
Usar IA para:
- Proponer un estilo arquitectónico (monolito, microservicios, serverless).
- Generar diagramas de componentes e interacción de alto nivel.
- Generar la estructura base de clases / módulos.
-
Cuestionar las decisiones unos de otros mediante revisiones de diseño entre pares.
Resultado: Arquitectura validada + esqueleto de código.
Nivel 3: La Arena de Código – El Torneo Codex
Misión: Utilizar copilotos de IA para implementar funciones y mejorar el código.
Actividades clave:
- Usar GitHub Copilot o ChatGPT para implementar la funcionalidad.
-
Refactorizar el código generado por IA para:
- Rendimiento.
- Seguridad.
- Mantenibilidad.
-
Inyectar “olores del código” y realizar desafíos de limpieza entre pares.
Resultado: Base de código funcional, refactorizada y generada por IA.
Nivel 4: El Pantano de Errores – Probando la Oscuridad
Misión: Generar y mejorar pruebas con IA, luego encontrar errores en el código de otros.
Actividades clave:
-
Usar IA para generar:
- Pruebas unitarias.
- Pruebas de integración.
- Simulaciones de casos extremos (edge cases).
-
Intercambiar código con errores con otro equipo para la depuración asistida por IA.
Resultado: Suite de pruebas + informe de errores + correcciones de errores.
Nivel 5: Los Portalés del Pipeline – El Portón Automatizado
Misión: Configurar pipelines CI/CD inteligentes con asistencia de IA.
Actividades clave:
-
Usar IA para:
- Definir flujos de trabajo (por ejemplo, GitHub Actions).
- Automatizar pasos de compilación, prueba y despliegue.
-
Sugerir políticas de detección de anomalías / reversión.
Resultado: Script o flujo de pipeline CI/CD funcional asistido por IA.
Nivel 6: La Ciudadela de Supervisión – La Torre de Vigilancia de los Registros
Misión: Analizar registros y utilizar ML para detectar anomalías y simular la recuperación.
Actividades clave:
- Analizar registros pre-poblados o generados.
-
Usar IA para:
- Identificar anomalías o tendencias de errores.
- Sugerir respuestas automatizadas (por ejemplo, scripts de autocuración, alertas).
-
Crear paneles de control o resúmenes visuales.
Resultado: Plan de monitoreo o mecanismo de alerta inteligente simulado.
Nivel Final: La Arena del Héroe – Construir el SDLC Asistido por IA Definitivo
Misión: Los equipos aplican todo lo aprendido para construir un ciclo SDLC funcional para un mini-proyecto.
Actividades clave:
- Seleccionar un mini-proyecto del equipo (por ejemplo, rastreador de bugs, chatbot, microservicio).
-
Aplicar IA en cada fase del SDLC:
- Requisitos, Diseño, Código, Prueba, Despliegue, Supervisión.
- Presentar los resultados en una breve demostración del equipo.
Votación o juicio entre pares para el pipeline más efectivo impulsado por IA.
Resultado: Implementación de SDLC mejorada con IA de extremo a extremo + exhibición del equipo.
Al final de este taller, los participantes podrán:
- Aplicar herramientas de IA generativa para extraer y estructurar requisitos de software.
- Generar diagramas arquitectónicos y validar decisiones de diseño utilizando IA.
- Utilizar copilotos de IA para implementar y refactorizar código en producción.
- Automatizar la generación de pruebas y realizar depuración asistida por IA.
- Diseñar pipelines CI/CD inteligentes que detecten y reaccionen ante anomalías.
- Analizar registros con herramientas de IA/ML para identificar riesgos y simular la autocuración.
- Demostrar un SDLC completamente mejorado con IA a través de un mini-proyecto del equipo.
Requerimientos
Público objetivo: Desarrolladores de software, probadores, arquitectos, ingenieros DevOps y dueños de producto.
Los participantes deben contar con:
- Un conocimiento funcional del Ciclo de Vida del Desarrollo de Software (SDLC).
- Experiencia práctica en al menos un lenguaje de programación (por ejemplo, Python, Java, JavaScript, C#, etc.).
-
Familiaridad con:
- La redacción y lectura de historias de usuario o requisitos.
- Principios básicos de diseño de software.
- Control de versiones (por ejemplo, Git).
- La redacción y ejecución de pruebas unitarias.
- La ejecución o interpretación de pipelines CI/CD.
Este es un taller de nivel intermedio a avanzado. Es ideal para profesionales que ya forman parte de equipos de entrega de software (desarrolladores, probadores, ingenieros DevOps, arquitectos y dueños de producto).
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
