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.
Programa del Curso
⚔️ Nivel 1: La Mina del Descubrimiento – Secretos de los Requisitos
Misión: Utilizar LLMs (ChatGPT) para extraer requisitos estructurados a partir de una entrada vaga.
Puntos Clave Activiti:
- Interpretar ideas de productos ambiguas o solicitudes de características.
- Usar AI para:
- Generar historias de usuario y criterios de aceptación.
- Sugerir personajes y escenarios.
- Generar artefactos visuales (por ejemplo, diagramas simples con Mermaid o draw.io).
Resultado: Backlog estructurado de historias de usuario + modelo inicial del dominio/visuales.
🔥 Nivel 2: La Forja de Diseño – El Pergamino del Arquitecto
Misión: Utilizar AI para crear y validar planos arquitectónicos.
Puntos Clave Activiti:
- Usar AI para:
- Proporcionar estilo arquitectónico (monolito, microservicios, sin servidor).
- Generar diagramas de componentes y interacciones a alto nivel.
- Estructurar clases/módulos.
- Cuestionar las elecciones del otro mediante revisiones de diseño entre pares.
Resultado: Arquitectura validada + esqueleto de código.
🧙♂️ Nivel 3: El Arena del Código – Codex Guantelete
Misión: Utilizar copilotos de AI para implementar características y mejorar el código.
Puntos Clave Activiti:
- Usar GitHub Copilot o ChatGPT para implementar funcionalidades.
- Refactorizar el código generado por la AI para:
- Rendimiento.
- Seguridad.
- Mantenibilidad.
- Inyectar "malos olores de código" y realizar desafíos de limpieza entre pares.
Resultado: Código funcional, refactorizado e implementado por AI.
🐛 Nivel 4: El Pantano de Bugs – Prueba la Oscuridad
Misión: Generar y mejorar pruebas con AI, luego encontrar bugs en el código de otros.
Puntos Clave Activiti:
- Usar AI para generar:
- Pruebas unitarias.
- Pruebas de integración.
- Simulaciones de casos límite.
- Intercambiar código con bugs con otro equipo para la depuración asistida por AI.
Resultado: Conjunto de pruebas + informe y corrección de bugs.
⚙️ Nivel 5: Los Portales del Pipeline – La Puerta del Autómata
Misión: Configurar pipelines CI/CD inteligentes con la asistencia de AI.
Puntos Clave Activiti:
- Usar AI para:
- Definir flujos de trabajo (por ejemplo, GitHub Actions).
- Automatizar los pasos de construcción, prueba y despliegue.
- Sugerir políticas de detección de anomalías/rollback.
Resultado: Script o flujo de pipeline CI/CD asistido por AI funcionando correctamente.
🏰 Nivel 6: La Ciudadela de Monitoreo – Torre de Vigía de Registros
Misión: Analizar registros y usar ML para detectar anomalías e imitar la recuperación.
Puntos Clave Activiti:
- Analizar registros prellenados o generados.
- Usar AI para:
- Identificar anomalías u tendencias de errores.
- Sugerir respuestas automatizadas (por ejemplo, scripts auto-correctivos, alertas).
- Crear paneles o resúmenes visuales.
Resultado: Plan de monitoreo o mecanismo inteligente simulado de alerta.
🧙♀️ Nivel Final: La Arena del Héroe – Construye el SDLC Ultimate Apoyado por AI
Misión: Los equipos aplican todo lo aprendido para construir un ciclo de SDLC funcional para un proyecto mini.
Puntos Clave Activiti:
- Elegir un proyecto mini del equipo (por ejemplo, rastreador de errores, chatbot, microservicio).
- Aplicar AI en cada fase de SDLC:
- Requisitos, Diseño, Código, Pruebas, Despliegue, Monitoreo.
- Presentar resultados en una demo corta del equipo.
Votación o juicio entre pares por la tubería más eficaz de AI.
Resultado: Implementación completa de SDLC mejorada con AI + exhibición del equipo.
Al finalizar este taller, los participantes podrán:
- Aplicar herramientas generativas de AI para extraer y estructurar requisitos de software.
- Generar diagramas arquitectónicos y validar elecciones de diseño usando AI.
- Utilizar copilotos de AI para implementar y refactorizar código de producción.
- Automatizar la generación de pruebas y realizar depuración asistida por AI.
- Diseñar pipelines CI/CD inteligentes que detecten y reaccionen a anomalías.
- Analizar registros con herramientas de IA/ML para identificar riesgos e imitar el autocorrectivo.
- Mostrar un SDLC totalmente mejorado por AI mediante un proyecto mini del equipo.
Requerimientos
Audience: Desarrolladores de software, probadores, arquitectos, ingenieros DevOps, propietarios de productos
Los participantes deben tener:
- Un entendimiento práctico del Ciclo de Vida del Desarrollo de Software (SDLC)
- Experiencia práctica en al menos un lenguaje de programación (por ejemplo, Python, Java, JavaScript, C#, etc.)
- Familiaridad con:
- Escribir y leer historias de usuario o requisitos
- Principios básicos de diseño de software
- Control de versiones (por ejemplo, Git)
- Escribir y ejecutar pruebas unitarias
- Ejecutar o interpretar pipelines CI/CD
💡 Este es un taller intermedio a avanzado. Es ideal para profesionales que ya son parte de equipos de entrega de software (desarrolladores, probadores, ingenieros DevOps, arquitectos, propietarios de productos).
7 Horas
