Ponte en Contacto
 Duración 21 horas

Temario del curso

Introducción al Vibe Coding

  • Definición e historia del Vibe Coding.
  • Filosofía de la colaboración "del prompt al código".
  • Cómo la programación con IA difiere del desarrollo tradicional.

Modelos de Lenguaje de Gran Escala en Programación

  • Visión general de los LLM para desarrolladores: GPT-4, DeepSeek, Qwen, Mistral.
  • Comparación de codificadores de IA de código abierto frente a propietarios.
  • Despliegue de LLM localmente o mediante APIs.

Ingeniería de Prompts para Desarrolladores

  • Prompts efectivos para generar y refactorizar código.
  • Gestión de contexto y manejo del estado de la conversación.
  • Creación de plantillas de prompts reutilizables para tareas de programación.

Entornos Prácticos de Vibe Coding

  • Uso de Replit para programación colaborativa con IA.
  • Integración de GitHub Copilot y Qwen Coder en IDEs.
  • Personalización de flujos de trabajo para la colaboración en equipo.

Calidad y Validación de Código en Flujos de IA

  • Revisión y prueba del código generado por LLM.
  • Garantizar la consistencia, mantenibilidad y seguridad.
  • Integración de herramientas de validación de código en el flujo de trabajo.

Integración Empresarial y Gobierno

  • Escala del Vibe Coding en los equipos.
  • Gobierno, ética y cumplimiento de la IA en la generación de código.
  • Diseño de marcos organizacionales para el desarrollo asistido por IA.

Temas Avanzados: Extensión del Vibe Coding

  • Combinación de múltiples LLM para flujos de IA híbridos.
  • Integración del Vibe Coding con la automatización CI/CD.
  • Tendencias futuras: ecosistemas de desarrollo multiagente.

Proyecto en Equipo y Colaboración

  • Diseño de un proyecto de programación asistida por IA en el mundo real.
  • Colaboración con desarrolladores humanos y de IA.
  • Presentación de resultados y medición de ganancias de productividad.

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los flujos de trabajo de desarrollo de software.
  • Experiencia con Python, JavaScript u otro lenguaje de programación moderno.
  • Familiaridad con sistemas de control de versiones basados en Git.

Público Objetivo

  • Ingenieros de software que exploran el desarrollo asistido por IA.
  • Líderes de ingeniería que supervisan la adopción de IA en flujos de trabajo de código.
  • Equipos de desarrollo empresarial que buscan integrar LLM en pipelines de producción.

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas