Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Comprensión del código con LLM
- Estrategias de prompting para la explicación y el recorrido del código
- Trabajo con bases de código y proyectos no familiares
- Análisis del flujo de control, dependencias y arquitectura
Refactorización del código para la mantenibilidad
- Identificación de olores de código, código muerto y antipatrones
- Reestructuración de funciones y módulos para mayor claridad
- Uso de LLM para sugerir convenciones de nomenclatura y mejoras de diseño
Mejora del rendimiento y la fiabilidad
- Detección de ineficiencias y riesgos de seguridad con asistencia de IA
- Sugerencia de algoritmos o bibliotecas más eficientes
- Refactorización de operaciones de E/S, consultas a bases de datos y llamadas a API
Automatización de la documentación de código
- Generación de comentarios y resúmenes a nivel de función/método
- Escritura y actualización de archivos README a partir de bases de código
- Creación de documentación Swagger/OpenAPI con el apoyo de LLM
Integración con cadenas de herramientas
- Uso de extensiones de VS Code y Copilot Labs para documentación
- Incorporación de GPT o Claude en ganchos pre-commit de Git
- Integración en pipelines de CI para documentación y revisión estática (linting)
Trabajo con bases de código heredadas y multilingües
- Ingeniería inversa de sistemas antiguos o sin documentación
- Refactorización entre lenguajes (p. ej., de Python a TypeScript)
- Casos de estudio y demostraciones de programación en pareja con IA
Ética, garantía de calidad y revisión
- Validación de los cambios generados por IA y evitar alucinaciones
- Buenas prácticas de revisión por pares al utilizar LLM
- Garantía de la reproducibilidad y el cumplimiento de los estándares de codificación
Resumen y próximos pasos
Requerimientos
- Experiencia con lenguajes de programación como Python, Java o JavaScript
- Conocimiento de la arquitectura de software y de los procesos de revisión de código
- Comprensión básica del funcionamiento de los modelos de lenguaje grandes
Público objetivo
- Ingenieros de back-end
- Equipos de DevOps
- Desarrolladores senior y líderes técnicos
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