Ponte en Contacto
 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

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas