Ponte en Contacto
 Duración 21 horas

Temario del curso

Introducción al «vibe coding»

  • Definición e historia del «vibe coding»
  • Filosofía de la colaboración «de indicación a código»
  • Cómo la programación con IA difiere del desarrollo tradicional

Modelos de lenguaje de gran escala en programación

  • Visión general de LLM para desarrolladores: GPT-4, DeepSeek, Qwen, Mistral
  • Comparación entre codificadores de IA de código abierto y propietarios
  • Despliegue de LLM localmente o mediante APIs

Ingeniería de indicaciones para desarrolladores

  • Indicaciones efectivas para generar y refactorizar código
  • Gestión del contexto y manejo del estado de la conversación
  • Creación de plantillas de indicaciones reutilizables para tareas de programación

Entornos de «vibe coding» prácticos

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

Calidad del código y validación en flujos de trabajo de IA

  • Revisión y prueba de código generado por LLM
  • Garantizar consistencia, mantenibilidad y seguridad
  • Integración de herramientas de validación de código en el flujo de trabajo

Integración empresarial y gobernanza

  • Escala del «vibe coding» en equipos
  • Gobernanza, ética y cumplimiento de IA en la generación de código
  • Diseño de marcos organizacionales para el desarrollo asistido por IA

Temas avanzados: Extensión del «vibe coding»

  • Combinación de múltiples LLM para flujos de trabajo híbridos de IA
  • Integración del «vibe coding» con la automatización CI/CD
  • Tendencias futuras: ecosistemas de desarrollo multi-agente

Proyecto en equipo y colaboración

  • Diseño de un proyecto real de codificación asistida por IA
  • Colaboración con desarrolladores humanos y de IA
  • Presentación de resultados y medición de ganancias de productividad

Resumen y próximos pasos

Requerimientos

  • Comprensión de los flujos de trabajo de desarrollo de software
  • Experiencia con Python, JavaScript o 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 trabajo de código
  • Equipos de desarrollo empresarial que buscan integrar LLM en tuberías de producción

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas