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.
Temario del curso
Módulo 1: Contexto, Alcance y Desafíos de Entrega
- Autocompletado frente a ejecución autónoma en múltiples pasos
- Creencias erróneas comunes sobre la IA en la entrega de software
- Por qué mejorar las indicaciones (prompts) por sí solas no es suficiente
- Identificación de herramientas, puntos de dolor y objetivos de los participantes
- Selección del modelo operativo adecuado de IA para equipos de ingeniería
Módulo 2: Ingesta de Especificaciones y Descomposición Estructurada
- Construcción de un inventario estructural de documentos de las partes interesadas
- Técnicas de extracción de requisitos
- Estrategias de fragmentación (chunking): estructurales, semánticas y de ventana deslizante
- Preservación de dependencias y referencias cruzadas
- Trabajo con tablas, diagramas, diagramas de flujo e inputs mixtos
- Gestión efectiva de las ventanas de contexto
Módulo 3: Límites del Juicio Humano
- Dónde las decisiones humanas siguen siendo críticas
- Identificación de dependencias alucinadas
- Detección de restricciones fabricadas y lógica invertida
- Prevención de respuestas predeterminadas inseguras por cortesía del sistema
- Marco de validación para trazabilidad, consistencia y completitud
Módulo 4: De Requisitos a Código con Herramientas Agénticas
- Modelo de entrega centrado en la arquitectura
- Mapeo de componentes y límites de servicios
- Contratos de API como anclajes de entrega
- Reglas persistentes y restricciones en herramientas de IA
- Instrucciones de tareas vinculadas a los requisitos
- Aproximaciones de indicaciones mínimas frente a indicaciones restringidas
- Generación backend y frontend basada en contratos
Módulo 5: Bucle de Iteración Agéntica
- Espirales de autocorrección
- Ciclos de entrega iterativa controlada
- Revisión de diferencias (diffs) y cambios en el código
- Detección de aumento descontrolado del alcance y modificaciones no autorizadas
- Gestión de la memoria de contexto limitada
- Uso del historial de iteración para mejora continua
Módulo 6: Imposición de Calidad de Código
- Restricciones de indicaciones para casos límite
- Documentos de reglas como artefactos de gobernanza en evolución continua
- Barreras automatizadas con linting y análisis estático
- Escaneo de seguridad en código generado por IA
- Verificaciones de conformidad de dependencias y arquitectura
- Protocolo de revisión humana para salidas de IA
Módulo 7: Bucles de Retroalimentación y Mejora Continua
- Alimentar fallos estructurados de vuelta en los flujos de trabajo de IA
- Iteraciones acotadas y criterios de detención
- Registro de ciclos y resultados
- Mejora continua de los documentos de reglas a lo largo del tiempo
- Construcción de inteligencia de ingeniería reutilizable
Módulo 8: Antipatrones de Seguridad en la Entrega con IA
- Riesgos de seguridad comunes en el código generado
- Anexos de reglas de seguridad específicas por tecnología
- Escaneo de seguridad pre-commit
- Controles del Ciclo de Vida de Desarrollo de Software (SDLC) seguros para desarrollo asistido por IA
- Responsabilidad humana en la entrega segura
Módulo 9: Pruebas Ancladas a las Especificaciones
- Generación de especificaciones de prueba desde los requisitos
- Diseño de pruebas en lenguaje de dominio (domain language)
- Generación segura de implementaciones de prueba
- Conceptos de pruebas de mutación
- Validación de cobertura de especificaciones
- Revisión de la robustez de las aserciones
- Modelos de cuestionamiento diagnóstico
Módulo 10: Mantenimiento del Sistema
- Artefactos vivos: contratos, mapas, reglas y especificaciones de prueba
- Evolución de las restricciones a lo largo del tiempo
- Gobernanza de IA para la mantenibilidad a largo plazo
- Prevención de deuda técnica utilizando controles de IA
- Modelo operativo para equipos de ingeniería sostenibles con IA
Requerimientos
Los participantes deben tener:
- Experiencia en proyectos de desarrollo de software
- Comprensión de los fundamentos de la arquitectura de aplicaciones
- Conocimiento previo de APIs, sistemas de backend/frontend o entrega integral (full-stack)
- Conocimientos básicos de metodologías ágiles o de entrega iterativa de software
- Familiaridad con conceptos de pruebas de software
- Es recomendable tener experiencia previa con herramientas de codificación basadas en IA, aunque no es obligatorio.
- Ideal para profesionales técnicos de nivel intermedio a avanzado
14 Horas