Contacta con nosotros

Temario del curso

Comprensión del código con LLMs

  • Estrategias de indicaciones (prompts) para la explicación y el recorrido por el código.
  • Trabajo con bases de código y proyectos desconocidos.
  • Análisis del flujo de control, dependencias y arquitectura.

Refactorización del código para facilitar el mantenimiento

  • Identificación de olores de código, código muerto y antipatrones.
  • Reestructuración de funciones y módulos para mayor claridad.
  • Uso de LLMs para sugerir convenciones de nomenclatura y mejoras de diseño.

Mejora del rendimiento y la confiabilidad

  • 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 del código

  • Generación de comentarios y resúmenes a nivel de funciones/métodos.
  • Redacción y actualización de archivos README a partir de las bases de código.
  • Creación de documentos Swagger/OpenAPI con apoyo de LLMs.

Integración con cadenas de herramientas

  • Uso de extensiones de VS Code y Copilot Labs para documentación.
  • Incorporación de GPT o Claude en los hooks pre-commit de Git.
  • Integración en la tubería de CI para documentación y verificación de código (linting).

Trabajo con bases de código heredadas y multilingües

  • Ingeniería inversa de sistemas antiguos o sin documentar.
  • Refactorización entre lenguajes (por ejemplo, de Python a TypeScript).
  • Casos de estudio y demostraciones de programación con IA en pareja.

Ética, control de calidad y revisión

  • Validación de los cambios generados por la IA y evitar alucinaciones.
  • Mejores prácticas de revisión entre pares cuando se utilizan LLMs.
  • Aseguramiento 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 familiar con la arquitectura de software y los procesos de revisión de código.
  • Comprensión básica del funcionamiento de los modelos de lenguaje grandes.

Público objetivo

  • Ingenieros de backend.
  • Equipos de DevOps.
  • Desarrolladores senior y líderes técnicos.
 14 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas