Temario del curso
Bloque 1 — Fundamentos compartidos (Días 1–2)
Día 1 — Mañana: El factor humano en la adopción de IA
• Calibración de confianza / dependencia: cuándo usar IA y cuándo detenerse.
• Estructura de acuerdo del equipo (disparador / acción / evidencia / responsable).
• Rol del Curador de 'Prompts': validación, decisión, aprobación. Plan de respuesta a incidentes de IA.
Día 1 — Tarde: Restricciones, riesgos y cumplimiento
• Capacidades reales de los LLMs — vectores de riesgo de 'prompts': inyección, fuga de datos, alucinaciones.
• Marco legal: GDPR, Ley de IA de la UE — estándares del sector (DICOM, HL7, HIPAA).
• Ejercicio práctico: traducir un estándar del dominio a una barrera de seguridad para 'prompts'.
Día 2 — Mañana: Arquitectura técnica de 'Prompts'
• Arquitectura de agentes: memoria, contexto, objetivos — desde la perspectiva del diseño de 'prompts'.
• Integración de API y fuentes de datos de dominio, múltiples agentes y encadenamiento de 'prompts'.
Día 2 — Tarde: Anatomía del 'Prompt' empresarial
• Las 6 capas: Rol / Contexto / Restricciones / Estándares del Dominio / Formato / Ejemplos.
• Jerarquía de 'prompts': Sistema (a nivel de la organización) — Dominio (equipo) — Tarea (individual).
• Demostración: descomponer un 'prompt' básico, reconstruirlo. Breve resumen del equipo para los días 3–5.
Bloque 2 — Talleres de coproducción (Días 3–4–5)
Día 3 — Descubrimiento y auditoría de estándares
- Talleres paralelos por equipos: Arquitectos, Desarrolladores de dominio específico, Back-End, QA.
- Mapeo de estándares empresariales y restricciones — identificación de conflictos entre equipos.
- Entregable del Día 3: Mapa de Estándares + matriz de prioridad impacto/esfuerzo.
Día 4 — Diseño de convenciones y construcción de plantillas
- Convenciones de nomenclatura, versionado, sistema de etiquetas (equipo, dominio, herramienta objetivo).
- Construcción de primeras plantillas validadas: DICOM TypeScript, revisión de código, pruebas QA, documentación API
. - Entregable del Día 4: 4+ plantillas operativas + guía de convenciones.
Día 5 — Montaje de la biblioteca, gobernanza y transferencia oficial
- Organización de la biblioteca, integración con GitHub Copilot / Cursor / API interna de LLM.
- Rol del Curador de 'Prompts', métricas de calidad, rituales de equipo, plan de despliegue a 30 días.
- Entregable final del Día 5: Biblioteca documentada v1.0 + Carta de Gobernanza + Plan a 30 Días.
Requerimientos
- Haber completado al menos una formación en IA (introductoria o avanzada).
- Perfiles técnicos: experiencia en desarrollo con la tecnología de su empresa.
- Perfiles de gestión: familiaridad básica con herramientas de IA (ChatGPT, Copilot, etc.).
- Compromiso empresarial: participación activa de los líderes de equipo en los días 3–5.
- Previo proporcionado: documentación de estándares existentes (README, guías de codificación).
Público objetivo
- Arquitectos de software
- Desarrolladores (de dominio específico, back-end, front-end)
- Ingenieros de QA / Técnicos de código
- Líderes de equipo y gerentes intermedios
- Gerentes de TI, tomadores de decisiones y líderes de proyectos de IA
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