Ponte en Contacto

Temario del curso

El Nivel de Personalización de Cuatro Niveles

Nivel 1 | Sabe: Reglas y AGENTS.md

Tópicos cubiertos:
• Definición de convenciones de proyecto y estándares de codificación
• Documentación de la arquitectura y restricciones técnicas
• Creación de guías de proyecto independientes de herramientas
• Mantenimiento de la consistencia entre equipos de desarrollo y herramientas de IA

Nivel 2 | Puede: Habilidades

Tópicos cubiertos:
• Creación de unidades reutilizables de conocimiento especializado
• Carga de información contextual solo cuando es necesario
• Reducción del tamaño del contexto mejorando el rendimiento de las tareas
• Construcción de bibliotecas de flujos de trabajo y conocimientos reutilizables

Nivel 3 | Conecta: MCP

Tópicos cubiertos:
• Conexión de herramientas de IA a sistemas y servicios externos
• Acceso a repositorios, bases de datos y fuentes de documentación
• Extensión de las capacidades de asistentes de codificación con IA
• Implementación de integraciones seguras y controles de gobernanza

Nivel 4 | Actúa: Agentes

Tópicos cubiertos:
• Comprensión de los agentes de IA autónomos y sus capacidades
• Lectura, escritura, prueba y revisión autónoma de código
• Gestión de flujos de trabajo centrados en objetivos y tareas delegadas
• Establecimiento de mecanismos de supervisión y revisión humana para sistemas agénticos

Día 1 | Delegación y extensión de las herramientas

Módulo 1: De Asistente a Agente

Tópicos cubiertos:
• Comprensión de la diferencia entre asistentes de IA y agentes autónomos
• Completado inline de código versus delegación agéntica
• Cómo los flujos de trabajo agénticos cambian la estructura de las tareas de desarrollo
• Identificación de tareas adecuadas para la delegación a agentes
• Mejores prácticas para colaborar con sistemas de IA autónomos

Módulo 2: Delegaciones que funcionan sin supervisión continua y Bucles (Loops)

Tópicos cubiertos:
• Redacción de instrucciones efectivas para agentes de IA
• Proporcionar el contexto y los requisitos empresariales suficientes
• Definición de restricciones y límites para la ejecución
• Establecimiento de criterios claros de aceptación y medidas de éxito
• Minimización de la intervención humana manteniendo la calidad
• Cómo construir bucles (Loops)

Módulo 3: Nivel de personalización y su aplicación

Tópicos cubiertos:
• Comprensión del nivel de personalización de cuatro niveles
• Uso de Reglas y AGENTS.md para definir convenciones de proyecto
• Determinación de los mecanismos de personalización aplicables en distintos escenarios
• Gestión eficiente del contexto entre herramientas y proyectos
• Creación de entornos de desarrollo asistidos por IA consistentes

Módulo 4: Habilidades y Subagentes

Tópicos cubiertos:
• Creación de Habilidades reutilizables para flujos de trabajo y tareas comunes
• Empaquetado de conocimiento especializado para su uso repetido
• Comprensión del papel de los subagentes y contextos aislados
• Delegación de tareas acotadas a agentes especializados
• Mejora de la eficiencia mediante flujos de trabajo modulares de IA

Día 2: Conexión de herramientas, paralelismo y gobernanza

Módulo 5: MCP: Conexión y construcción

Tópicos cubiertos:
• Comprensión de los principios del Protocolo de Contexto de Modelo (MCP)
• Conexión de herramientas de IA a sistemas y servicios externos
• Integración de navegadores, bases de datos, repositorios y fuentes de documentación
• Construcción de un servidor MCP personalizado
• Gestión del control de acceso y consideraciones de seguridad

Módulo 6: El flujo de trabajo agéntico disciplinado

Tópicos cubiertos:
• Establecimiento de un proceso de desarrollo asistido por IA repetible
• Lluvia de ideas y planificación con agentes de IA
• Construcción e implementación colaborativa de soluciones
• Prueba y validación de los resultados generados
• Revisión y finalización de los entregables con las verificaciones adecuadas
• Cómo establecer objetivos

Módulo 7: Desarrollo paralelo

Tópicos cubiertos:
• Ejecución simultánea de múltiples agentes de IA
• Trabajo con ramas aisladas y árboles de trabajo de Git
• Coordinación de las actividades de desarrollo entre flujos de trabajo paralelos
• Fusión y validación de los resultados de múltiples agentes
• Mejora de la productividad mediante estrategias de ejecución en paralelo

Módulo 8: Riesgos, revisión y gobernanza

Tópicos cubiertos:
• Evaluación y validación de Habilidades externas y servidores MCP
• Comprensión de los riesgos de seguridad y gobernanza
• Gestión de permisos y derechos de acceso
• Protección de datos sensibles y propiedad intelectual
• Establecimiento de procesos de revisión y prácticas de aseguramiento de la calidad

Módulo 9: Adopción de IA en el desarrollo de software: casos de uso y próximos pasos

Tópicos cubiertos:
• Cómo las organizaciones están integrando la IA en el Ciclo de Vida del Desarrollo de Software (SDLC)
• Casos de uso reales y ejemplos de implementación de diferentes industrias
• Enfoques comunes de adopción de IA: adopción individual, adopción basada en equipos y habilitación organizacional generalizada
• Casos de uso típicos a lo largo del SDLC:
• Recopilación de requisitos y documentación
• Generación de código y prototipado
• Pruebas y aseguramiento de la calidad
• Revisión y refactorización de código
• Documentación y gestión del conocimiento
• DevOps y gestión de incidentes
• Modelos de gobernanza, políticas y consideraciones de seguridad
• Medición de la productividad y el ROI del desarrollo asistido por IA
• Construcción de una hoja de ruta interna para la adopción de IA
• Definición de los próximos pasos prácticos para los participantes y sus equipos

Taller de discusión interactiva

• Desafíos actuales dentro de los equipos de desarrollo de los participantes
• Identificación de casos de uso de alto valor para la adopción inmediata
• Riesgos, obstáculos y consideraciones organizacionales
• Creación de un plan de acción inicial para la integración de IA.

Requerimientos

Experiencia profesional en desarrollo, comodidad con la terminal y conocimientos funcionales de Git. Uso regular de una herramienta de codificación con IA o haber completado el curso de Fundamentos.

Público objetivo

Desarrolladores que ya utilizan herramientas de IA, líderes técnicos responsables de la adopción en equipos y ingenieros de plataforma o DevOps que construyen Habilidades y servidores MCP.

 14 Horas

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas