Temario del curso
Introducción a AIASE
- Panorama de la IA en la ingeniería de software
- Historia y evolución de AIASE
- Conceptos clave y terminología
Tecnologías de IA en el Desarrollo de Software
- Fundamentos del aprendizaje automático
- Procesamiento de lenguaje natural (NLP) para código
- Redes neuronales y modelos de aprendizaje profundo
Automatización del Desarrollo de Software con IA
- Herramientas de IA para generar código base
- Refactorización y optimización de código automatizada
- Generación de pruebas funcionales y unitarias de código
- Diseño y optimización asistida por IA de casos de prueba
Mejora de la Calidad del Código con IA
- IA para la detección de errores y revisiones de código
- Análisis predictivo para el mantenimiento de software
- Herramientas de análisis estático y dinámico potenciadas por IA
- Técnicas de depuración automatizadas
- Localización y reparación de errores impulsada por IA
IA en DevOps y Integración/Despliegue Continuo (CI/CD)
- IA para la optimización de compilación y despliegue
- IA en monitoreo y análisis de logs
- Modelos predictivos para pipelines CI/CD
- Automatización basada en IA en flujos de trabajo CI/CD
- IA para la detección y resolución de errores en tiempo real
IA para Documentación y Gestión del Conocimiento
- Generación automatizada de docstrings y documentación
- Extracción de conocimientos de bases de código
- IA para búsqueda y reutilización de código
Consideraciones Éticas y Desafíos
- Sesgo y equidad en las herramientas de IA
- Propiedad intelectual e issues de licenciamiento
- Futuro de la IA en la ingeniería de software
Proyectos Prácticos y Estudios de Caso
- Trabajando con herramientas de IA populares en la ingeniería de software
- Estudios de caso de AIASE en la industria
- Proyecto final: Desarrollo de una aplicación de software aumentada por IA
Resumen y Pasos Siguientes
Requerimientos
- Comprensión de los procesos y metodologías de desarrollo de software
- Experiencia en programación con Python
- Conocimientos básicos de conceptos de aprendizaje automático
Público Objetivo
- Desarrolladores de software
- Ingenieros de software
- Líderes y gerentes técnicos
Testimonios (3)
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
El formador puede ajustar el nivel del curso durante la capacitación para adaptarlo a nuestro nivel de comprensión del tema, de manera que podamos adquirir conocimientos más útiles que nos ayuden a aprovechar mejor las herramientas en nuestro trabajo diario.
Tatt Juen - ViTrox Technologies Sdn Bhd
Curso - Intermediate GitHub Copilot
Traducción Automática