Contacta con nosotros

Temario del curso

Comprensión del código con LLMs

  • Estrategias de prompts para la explicación y recorrido del código
  • Trabajo con bases de código y proyectos desconocidos
  • Análisis del flujo de control, dependencias y arquitectura

Refactorización del código para la mantenibilidad

  • Identificación de olores a código, código muerto y antipatrones
  • Reestructuración de funciones y módulos para mayor claridad
  • Uso de LLMs para sugerir convenciones de nomenclatura y mejoras de diseño

Mejora del rendimiento y confiabilidad

  • Detección de ineficiencias y riesgos de seguridad con asistencia de IA
  • Sugerencia de algoritmos o bibliotecas más eficientes
  • Refactorización de operaciones de E/S, consultas a bases de datos y llamadas a API

Automatización de la documentación del código

  • Generación de comentarios y resúmenes a nivel de función/método
  • Escritura y actualización de archivos README a partir de bases de código
  • Creación de documentación Swagger/OpenAPI con soporte de LLM

Integración con herramientas del ecosistema (toolchains)

  • Uso de extensiones de VS Code y Copilot Labs para documentación
  • Incorporación de GPT o Claude en ganchos pre-commit de Git
  • Integración con pipelines de CI para documentación y verificación de estilo (linting)

Trabajo con bases de código legadas y multilenguaje

  • Ingeniería inversa de sistemas antiguos o sin documentar
  • Refactorización entre lenguajes (por ejemplo, de Python a TypeScript)
  • Estudios de caso y demostraciones de programación con IA colaborativa

Ética, aseguramiento de la calidad y revisión

  • Validación de cambios generados por IA y prevención de alucinaciones
  • Mejores prácticas de revisión entre pares al utilizar LLMs
  • Garantía de reproducibilidad y cumplimiento con estándares de codificación

Resumen y próximos pasos

Requerimientos

  • Experiencia con lenguajes de programación como Python, Java o JavaScript
  • Familiaridad con arquitectura de software y procesos de revisión de código
  • Comprensión básica de cómo funcionan los modelos de lenguaje grandes

Público objetivo

  • Ingenieros backend
  • Equipos de DevOps
  • Desarrolladores seniors y líderes técnicos
 14 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas