Temario del curso
Buenas prácticas y herramientas recomendadas
Errores comunes y estrategias para mitigarlos
Introducción a la ingeniería de prompts
Refinamiento de prompts y diseño iterativo
Elaboración de prompts para automatización de pruebas y generación de consultas SQL
Resumen y próximos pasos
Utilización de prompts para explicar código y depurarlo
Redacción de prompts para generar código
- Evitar la generación de código inexacto o que presente vulnerabilidades de seguridad
- Gestionar entradas incompletas o ambiguas
- Diseñar prompts alternativos y mecanismos de control para garantizar resultados seguros
- Crear casos de prueba a partir de especificaciones o código existente
- Generar consultas SQL estructuradas a partir de lenguaje natural
- Formatear los resultados para su integración en suites de pruebas
- Explicar código antiguo o poco familiar para el desarrollador
- Elaborar prompts que permitan analizar la lógica del programa o identificar casos límite
- Detectar y describir errores o aspectos ineficientes en el código
- Generar código a partir de descripciones escritas en lenguaje natural
- Controlar el formato y el idioma del programa resultante
- Gestionar lógica compleja o múltiples funciones dentro de un mismo prompt
- Mejorar los resultados mediante concatenación de prompts y ciclos de retroalimentación
- Recuperarse de errores y ajustar prompts según sea necesario
- Análisis de casos prácticos sobre refinamiento de prompts para tareas técnicas
- Crear y reutilizar bibliotecas de prompts
- Aplicar plantillas de prompts en entornos como VS Code o mediante APIs
- Evaluar la calidad y eficacia de los prompts en producción
- Conceptos fundamentales: prompts, contexto, tokens y modelos subyacentes
- Tipos de prompts: cero-shot, one-shot y few-shot
- Distinción entre instrucciones del sistema y del usuario en distintas APIs
Requerimientos
Público objetivo
- Desarrolladores que emplean modelos de lenguaje grande para generar o analizar código
- Líderes técnicos interesados en incorporar herramientas de IA a sus procesos laborales
- Profesionales del software que experimentan con la integración de modelos de lenguaje grande
- Experiencia previa en desarrollo de software o programación
- Conocimiento básico de los lenguajes de programación más habituales (por ejemplo, Python, JavaScript, SQL)
- Comprensión inicial de modelos de lenguaje grande y herramientas de IA como ChatGPT, Claude o Copilot
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