Temario del curso
Mejores Prácticas y Herramientas
Pitfalls Comunes y Estrategias de Mitigación
Introducción a la Ingeniería de Prompts
Refinamiento de Prompts y Diseño Iterativo
Uso de Prompts para Automatización de Pruebas y Generación de SQL
Resumen y Pasos Siguientes
Uso de Prompts para Explicar y Depurar Código
Escribir Prompts para la Generación de Código
- Evitar código alucinado o vulnerabilidades de seguridad
- Manejar entradas incompletas o ambiguas
- Crear prompts seguros y barreras de seguridad
- Crear casos de prueba a partir de requisitos o código
- Generar consultas SQL estructuradas a partir del lenguaje natural
- Formatear salidas para su integración en suites de pruebas
- Explicar código heredado o poco familiar
- Usar prompts para recorridos lógicos o análisis de casos límite
- Encontrar y explicar errores o ineficiencias
- Generar código a partir de descripciones en lenguaje natural
- Controlar el formato de salida y el lenguaje de programación
- Trabajar con lógica compleja o múltiples funciones
- Mejorar los resultados mediante encadenamiento de prompts y bucles de retroalimentación
- Estrategias de recuperación de errores y ajuste de prompts
- Estudios de casos en refinamiento para tareas técnicas
- Bibliotecas de prompts y patrones de reutilización
- Usar plantillas de prompts en VS Code o flujos de trabajo basados en API
- Evaluar la calidad y el rendimiento de los prompts en uso en producción
- Entender prompts, contexto, tokens y modelos
- Tipos de prompts: zero-shot, one-shot, few-shot
- Usar instrucciones del sistema vs. usuario en diferentes APIs
Requerimientos
Audiencia
- Desarrolladores que utilizan modelos de lenguaje en la generación o análisis de código
- Líderes técnicos que exploran herramientas de IA en flujos de trabajo
- Profesionales de software que experimentan con integraciones de modelos de lenguaje
- Experiencia en desarrollo de software o scripting
- Familiaridad con lenguajes de programación comunes (por ejemplo, Python, JavaScript, SQL)
- Comprensión básica de modelos de lenguaje grandes y herramientas de IA como ChatGPT, Claude o Copilot
Testimonios (3)
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
El formador puede ajustar el nivel del curso durante la capacitación para adaptarlo a nuestro nivel de comprensión del tema, de manera que podamos adquirir conocimientos más útiles que nos ayuden a aprovechar mejor las herramientas en nuestro trabajo diario.
Tatt Juen - ViTrox Technologies Sdn Bhd
Curso - Intermediate GitHub Copilot
Traducción Automática