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
IA en la fase de requisitos y planificación
- Uso de procesamiento de lenguaje natural (NLP) y modelos de lenguaje grandes (LLM) para el análisis de requisitos.
- Conversión de la entrada de los interesados en épicas e historias de usuario.
- Herramientas de IA para el refinamiento de historias y la generación de criterios de aceptación.
Diseño y arquitectura aumentados con IA
- Uso de IA para modelar componentes del sistema y dependencias.
- Generación de diagramas de arquitectura y sugerencias UML.
- Validación del diseño mediante razonamiento de sistemas basado en indicaciones (prompts).
Flujos de trabajo de desarrollo mejorados con IA
- Generación de código asistida por IA y creación de estructuras básicas.
- Refactorización de código y mejora del rendimiento utilizando modelos de lenguaje grandes.
- Integración de herramientas de IA en entornos de desarrollo integrado (IDE) (por ejemplo, Copilot, Tabnine, CodeWhisperer).
Pruebas con IA
- Generación de pruebas unitarias e de integración mediante modelos de IA.
- Análisis de regresión y mantenimiento de pruebas asistidos por IA.
- Generación de casos exploratorios y de casos límite con IA.
Documentación, revisión y compartición de conocimientos
- Generación automática de documentación a partir de código y APIs.
- Automatización de la revisión de código mediante indicaciones (prompts) y listas de verificación de IA.
- Creación de bases de conocimientos y preguntas frecuentes (FAQ) utilizando IA conversacional.
IA en la automatización de CI/CD y despliegue
- Optimización de flujos de trabajo y pruebas basadas en riesgos mejoradas con IA.
- Sugerencias inteligentes de lanzamiento canario y retroceso (rollback).
- Uso de IA en la verificación del despliegue y el análisis posterior al despliegue.
Gobernanza, ética y estrategia de implementación
- Garantizar el uso responsable de la IA y evitar sesgos en el código generado.
- Auditoría y cumplimiento en flujos de trabajo asistidos por IA.
- Elaboración de una hoja de ruta para la adopción gradual de la IA en todo el SDLC.
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos del ciclo de vida del desarrollo de software.
- Experiencia en arquitectura de software o liderazgo de equipos.
- Familiaridad con DevOps, prácticas ágiles o herramientas del SDLC.
Público objetivo
- Arquitectos de software.
- Líderes de desarrollo.
- Gerentes de ingeniería.
14 Horas
Testimonios (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