Temario del curso
Nivel 1: La Bóveda del Descubrimiento – Secretos de los Requisitos
Misión: Usar LLM (ChatGPT) para extraer requisitos estructurados de entradas vagas.
Actividades Clave:
- Interpretar ideas de producto ambigüas o solicitudes de funcionalidades
- Usar IA para:
- Generar historias de usuario y criterios de aceptación
- Sugerir personas y escenarios
-
Generar artefactos visuales (p. ej., diagramas simples con Mermaid o draw.io)
Resultado: Backlog estructurado de historias de usuario + modelo de dominio/visuales iniciales
Nivel 2: La Forja del Diseño – Pergamino del Arquitecto
Misión: Usar IA para crear y validar planes de arquitectura.
Actividades Clave:
- Usar IA para:
- Proponer estilos de arquitectura (monolito, microservicios, serverless)
- Generar diagramas de alto nivel de componentes e interacciones
- Esbozar estructuras de clases/módulos
-
Reto a las elecciones de otros a través de revisiones de diseño entre pares
Resultado: Arquitectura validada + esqueleto de código
Nivel 3: La Arena del Código – Travesía de Codex
Misión: Usar copilotos de IA para implementar funcionalidades y mejorar el código.
Actividades Clave:
- Usar GitHub Copilot o ChatGPT para implementar funcionalidad
- Refactorizar código generado por IA para:
- Rendimiento
- Seguridad
- Mantenibilidad
-
Inyectar «código oloroso» y realizar desafíos de limpieza entre pares
Resultado: Base de código funcional, refactorizada y generada por IA
Nivel 4: El Pantano de Bugs – Probar la Oscuridad
Misión: Generar y mejorar pruebas con IA, luego encontrar bugs en el código de otros.
Actividades Clave:
- Usar IA para generar:
- Pruebas unitarias
- Pruebas de integración
- Simulaciones de casos límite
-
Intercambiar código con errores con otro equipo para depuración asistida por IA
Resultado: Suite de pruebas + informe de bugs + correcciones de bugs
Nivel 5: Los Portales de la Pipelina – Puerta del Autómata
Misión: Configurar pipelinas CI/CD inteligentes con asistencia de IA.
Actividades Clave:
- Usar IA para:
- Definir flujos de trabajo (p. ej., GitHub Actions)
- Automatizar pasos de compilación, pruebas y despliegue
- Sugerir políticas de detección de anomalías/rollback
Resultado: Script o flujo de pipelina CI/CD funcional con asistencia de IA
Nivel 6: La Ciudadela de Monitoreo – Torre de Vigilancia de Registros
Misión: Analizar registros y usar ML para detectar anomalías y simular recuperación.
Actividades Clave:
- Analizar registros pre-populados o generados
- Usar IA para:
- Identificar anomalías o tendencias de error
- Sugerir respuestas automatizadas (p. ej., scripts de auto-sanación, alertas)
- Crear tableros o resúmenes visuales
Resultado: Plan de monitoreo o mecanismo de alertas inteligentes simulado
Nivel Final: La Arena del Héroe – Construir el SDLC Ultime Apoyado por IA
Misión: Los equipos aplican todo lo aprendido para construir un ciclo SDLC funcional para un mini-proyecto.
Actividades Clave:
- Seleccionar un mini-proyecto de equipo (p. ej., rastreador de bugs, chatbot, microservicio)
- Aplicar IA en cada fase del SDLC:
- Requisitos, Diseño, Código, Pruebas, Despliegue, Monitoreo
- Presentar resultados en una breve demostración de equipo
Votación de pares o jueces para la pipelina impulsada por IA más efectiva
Resultado: Implementación end-to-end de SDLC potenciado por IA + presentación del equipo
Al finalizar este taller, los participantes serán capaces de:
- Aplicar herramientas de IA generativa para extraer y estructurar requisitos de software
- Generar diagramas de arquitectura y validar elecciones de diseño usando IA
- Usar copilotos de IA para implementar y refactorizar código de grado de producción
- Automatizar la generación de pruebas y realizar depuración asistida por IA
- Diseñar pipelinas CI/CD inteligentes que detecten y reaccionen ante anomalías
- Analizar registros con herramientas de IA/ML para identificar riesgos y simular auto-sanación
- Demostrar un SDLC completamente potenciado por IA a través de un mini proyecto de equipo
Requerimientos
Público objetivo: Desarrolladores de software, probadores, arquitectos, ingenieros DevOps, dueños de producto
Los participantes deben tener:
- Un entendimiento funcional del Ciclo de Vida del Desarrollo de Software (SDLC)
- Experiencia práctica en al menos un lenguaje de programación (p. ej., Python, Java, JavaScript, C#, etc.)
- Familiaridad con:
- Escribir y leer historias de usuario o requisitos
- Principios básicos de diseño de software
- Control de versiones (p. ej., Git)
- Escribir y ejecutar pruebas unitarias
- Ejecutar o interpretar pipelinas CI/CD
Este es un taller de nivel intermedio a avanzado. Es ideal para profesionales que ya forman parte de equipos de entrega de software (desarrolladores, probadores, ingenieros DevOps, arquitectos, dueños de producto).
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
