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.
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.
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