Temario del curso
Nivel 1: La Mazmorra del Descubrimiento – Secretos en la definición de requisitos
Misión: Utilizar modelos de lenguaje grandes (LLM) como ChatGPT para extraer requisitos estructurados a partir de información vaga o imprecisa.
Actividades clave:
- Interpretar ideas o solicitudes poco claras relacionadas con el producto
-
Aplicar la IA para:
- Generar historias de usuario y criterios de aceptación
- Sugerir perfiles de usuarios y escenarios de uso
-
Crear material visual, como diagramas sencillos mediante Mermaid o draw.io
Resultado esperado: Una lista estructurada de requisitos junto con un modelo conceptual y representaciones gráficas del dominio
Nivel 2: La Forja del Diseño – El Pergamino del Arquitecto
Misión: Utilizar la inteligencia artificial para diseñar y validar planes de arquitectura.
Actividades clave:
-
Hacer uso de IA para:
- Proponer un estilo de arquitectura adecuado (monolito, microservicios o servidorless)
- Generar diagramas generales de componentes y flujos de interacción
- Crear esqueletos básicos de clases y módulos
-
Cuestionarse mutuamente mediante revisiones de diseño realizadas entre compañeros
Resultado esperado: Una arquitectura validada junto con un esqueleto inicial del código a implementar
Nivel 3: La Arena de Código – El Desafío del Códice
Misión: Aplicar copilotos de IA para implementar funcionalidades y perfeccionar el código resultante.
Actividades clave:
- Utilizar GitHub Copilot o ChatGPT para desarrollar la lógica del programa
-
Optimizar el código generado por la IA considerando:
- Rendimiento operativo
- Seguridad informática
- Facilidad de mantenimiento futuro
-
Introducir deliberadamente problemas o ineficiencias en el código y participar en desafíos entre pares para su corrección
Resultado esperado: Un código funcional, refinado por el usuario y generado con apoyo de IA
Nivel 4: El Pantano de los Errores – Pruebas en la oscuridad
Misión: Crear y perfeccionar pruebas mediante IA, así como detectar fallos presentes en el código elaborado por otros equipos.
Actividades clave:
-
Aprovechar la IA para generar:
- Pruebas unitarias
- Pruebas de integración
- Simulaciones de situaciones extremas o escenarios atípicos
-
Intercambiar código defectuoso con otro equipo para resolverlo mediante la ayuda de IA
Resultado esperado: Un conjunto completo de pruebas, un informe detallado de errores y sus respectivas correcciones
Nivel 5: Los Portales de Automatización – La Puerta del Autómata
Misión: Configurar flujos CI/CD inteligentes con asistencia de IA.
Actividades clave:
-
Utilizar la IA para:
- Definir flujos de trabajo automatizados (como los disponibles en GitHub Actions)
- Automatizar etapas como compilación, ejecución de pruebas e implementación del software
-
Sugerir políticas para detectar anomalías y revertir cambios automáticamente
Resultado esperado: Un script o flujo CI/CD operativo creado con apoyo de IA
Nivel 6: La Ciudadela del Monitoreo – La Torre Vigilante de los Logs
Misión: Analizar logs y aplicar técnicas de machine learning para identificar irregularidades y simular procedimientos de recuperación.
Actividades clave:
- Examinar logs previamente preparados o generados durante el taller
-
Usar la IA para:
- Detectar patrones atípicos o tendencias erróneas en los datos
- Sugerir respuestas automatizadas, como ejecución de scripts correctores o envío de alertas
-
Elaborar tableros informativos y visuales resumidos
Resultado esperado: Un plan sólido de monitoreo tecnológico, además de mecanismos inteligentes para notificación y reacción automática
Nivel Final: La Arena del Héroe – Creando el SDLC definitivo con IA
Misión: Aplicar los conocimientos adquiridos mediante la realización conjunta de un proyecto reducido, siguiendo todas las etapas del ciclo SDLC.
Actividades clave:
- Elegir un proyecto grupal (como un sistema de seguimiento de incidencias, chatbot u otro servicio específico)
-
Aplicar la IA en cada una de las fases del ciclo SDLC:
- Definición de requisitos, diseño inicial, codificación, pruebas, implementación y monitoreo
- Presentar los resultados alcanzados en una breve demostración grupal
Finalmente se realiza votación entre los pares o evaluación externa para determinar el flujo de desarrollo mejor optimizado mediante IA.
Resultado final: Una implementación completa del SDLC potenciada por inteligencia artificial, acompañada de una exposición pública de los resultados alcanzados por el equipo
Al concluir este taller, los participantes serán capaces de:
- Aplicar herramientas basadas en IA generativa para extraer y estructurar requisitos lógicos en software
- Generar diagramas arquitectónicos precisos y validar alternativas de diseño con apoyo tecnológico de IA
- Emplear copilotos inteligentes para desarrollar y mejorar código comparable al empleado en producción real
- Automatizar generación de pruebas e incluso depurar programas con la ayuda de sistemas basados en IA
- Diseñar flujos CI/CD avanzados que detecten variaciones imprevistas y respondan a ellas de manera proactiva
- Utilizar análisis efectuados mediante IA y machine learning para identificar riesgos latentes en los logs, además de diseñar respuestas automatizadas como medidas correctoras
- Presentar un ejemplo completo de SDLC potenciado por IA desarrollado en colaboración entre miembros del equipo
Requerimientos
Público objetivo: desarrolladores de software, testers, arquitectos, ingenieros DevOps y dueños de producto
Los participantes deben contar con:
- Conocimientos básicos sobre el Ciclo de Vida del Desarrollo de Software (SDLC)
- Experiencia práctica en al menos un lenguaje de programación (como Python, Java, JavaScript o C#)
-
Familiaridad con:
- La redacción y comprensión de historias de usuario y requisitos
- Los principios básicos del diseño de software
- El control de versiones (por ejemplo, Git)
- La escritura y ejecución de pruebas unitarias
- La puesta en marcha e interpretación de flujos CI/CD
Se trata de un taller dirigido a niveles intermedio y avanzado. Es ideal para profesionales que ya forman parte de equipos de desarrollo (desarrolladores, testers, ingenieros DevOps, arquitectos o dueños de producto).
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 1450 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
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
