Ponte en Contacto

Temario del curso

El entorno de personalización en cuatro niveles

Nivel 1 | Sabe – Reglas y AGENTS.md

Temas cubiertos:
• Definición de convenciones del proyecto y estándares de codificación
• Documentación de la arquitectura y las limitaciones técnicas
• Creación de orientación neutral para proyectos, independiente de herramientas específicas
• Mantenimiento de la coherencia entre equipos de desarrollo y herramientas de IA

Nivel 2 | Puede – Habilidades

Temas cubiertos:
• Creación de unidades reutilizables de conocimiento especializado
• Carga de información contextual solo cuando sea necesario
• Reducción del tamaño del contexto mientras se mejora el rendimiento de la tarea
• Construcción de bibliotecas de flujos de trabajo y experiencia reutilizables

Nivel 3 | Alcanza – MCP

Temas cubiertos:
• Conexión de herramientas de IA con sistemas y servicios externos
• Acceso a repositorios, bases de datos y fuentes de documentación
• Extensión de las capacidades de los asistentes de codificación con IA
• Implementación de integraciones seguras y controles de gobernanza

Nivel 4 | Actúa – Agentes

Temas cubiertos:
• Comprensión de los agentes autónomos de IA y sus capacidades
• Lectura, escritura, prueba y revisión de código de forma autónoma
• Gestión de flujos de trabajo dirigidos por objetivos y tareas delegadas
• Establecimiento de mecanismos de supervisión y revisión humana para sistemas agentes

Día 1 | Delegación y extensión de las herramientas

Módulo 1 | Del asistente al agente

Temas cubiertos:
• Comprensión de la diferencia entre asistentes de IA y agentes autónomos
• Finalización de código en línea frente a delegación agente
• Cómo los flujos de trabajo con agentes cambian la estructura de las tareas de desarrollo
• Identificación de tareas adecuadas para delegar a agentes
• Mejores prácticas para colaborar con sistemas de IA autónomos

Módulo 2 | Delegaciones que funcionan sin supervisión constante y bucles

Temas cubiertos:
• Redacción de instrucciones efectivas para agentes de IA
• Proporción del contexto y los requisitos comerciales necesarios
• Definición de limitaciones y límites para la ejecución
• Establecimiento de criterios de aceptación claros y medidas de éxito
• Minimización de la intervención humana manteniendo la calidad
• Cómo construir bucles

Módulo 3 | Entorno de personalización y su aplicación en cada caso

Temas cubiertos:
• Comprensión del entorno de personalización en cuatro niveles
• Uso de Reglas y AGENTS.md para definir convenciones del proyecto
• Determinación de los mecanismos de personalización aplicables en diferentes escenarios
• Gestión eficiente del contexto entre herramientas y proyectos
• Creación de entornos de desarrollo asistido por IA coherentes

Módulo 4 | Habilidades y subagentes

Temas cubiertos:
• Creación de Habilidades reutilizables para flujos de trabajo y tareas comunes
• Empaquetado de conocimiento especializado para su uso repetido
• Comprensión del papel de los subagentes y contextos aislados
• Delegación de tareas acotadas a agentes especializados
• Mejora de la eficiencia mediante flujos de trabajo modulares con IA

Día 2 | Conexión de herramientas, paralelismo y gobernanza

Módulo 5 | MCP: Conectar y construir

Temas cubiertos:
• Comprensión de los principios del Protocolo de Contexto de Modelo (MCP)
• Conexión de herramientas de IA con sistemas y servicios externos
• Integración de navegadores, bases de datos, repositorios y fuentes de documentación
• Construcción de un servidor MCP personalizado
• Gestión del control de acceso y consideraciones de seguridad

Módulo 6 | El flujo de trabajo agente disciplinado

Temas cubiertos:
• Establecimiento de un proceso de desarrollo asistido por IA repetible
• Lluvia de ideas y planificación con agentes de IA
• Construcción e implementación de soluciones en colaboración
• Prueba y validación de los resultados generados
• Revisión y finalización de entregables con verificaciones apropiadas
• Cómo configurar objetivos

Módulo 7 | Desarrollo en paralelo

Temas cubiertos:
• Ejecución simultánea de múltiples agentes de IA
• Trabajo con ramas aisladas y worktrees de Git
• Coordinación de actividades de desarrollo a través de flujos de trabajo paralelos
• Fusión y validación de resultados de múltiples agentes
• Mejora de la productividad mediante estrategias de ejecución en paralelo

Módulo 8 | Riesgos, revisión y gobernanza

Temas cubiertos:
• Evaluación y verificación de Habilidades externas y servidores MCP
• Comprensión de los riesgos de seguridad y gobernanza
• Gestión de permisos y derechos de acceso
• Protección de datos sensibles y propiedad intelectual
• Establecimiento de procesos de revisión y prácticas de aseguramiento de calidad

Módulo 9 | Adopción de IA en el desarrollo de software: Casos de uso y próximos pasos

Temas cubiertos:
• Cómo las organizaciones están integrando la IA en el ciclo de vida del desarrollo de software (SDLC)
• Casos de uso reales y ejemplos de implementación de diferentes industrias
• Enfoques comunes de adopción de IA: adopción individual, adopción por equipos y habilitación en toda la organización
• Casos de uso típicos a lo largo del SDLC:
• Recopilación de requisitos y documentación
• Generación de código y prototipado
• Pruebas y aseguramiento de la calidad
• Revisión y refactorización de código
• Documentación y gestión del conocimiento
• DevOps y gestión de incidentes
• Modelos de gobernanza, políticas y consideraciones de seguridad
• Medición de la productividad y el retorno de la inversión (ROI) del desarrollo asistido por IA
• Elaboración de una hoja de ruta interna para la adopción de IA
• Definición de pasos prácticos inmediatos para los participantes y sus equipos

Taller de discusión interactiva

• Desafíos actuales dentro de los equipos de desarrollo de los participantes
• Identificación de casos de uso de alto valor para adopción inmediata
• Riesgos, obstáculos y consideraciones organizacionales
• Creación de un plan de acción inicial para la integración de IA.

Requerimientos

Experiencia profesional en desarrollo, comodidad con la terminal y conocimiento funcional de Git. Uso habitual de una herramienta de programación con IA o haber completado el curso Fundamentos.

Público objetivo

Desarrolladores que ya utilizan herramientas de IA, líderes técnicos responsables de la adopción por parte del equipo e ingenieros de plataforma o DevOps que crean Habilidades y servidores MCP.

 14 Horas

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas