Temario del curso
Nivel 1: La Cueva del Descubrimiento – Secretos de los Requisitos
Misión: Usar LLMs (ChatGPT) para extraer requisitos estructurados de entradas vagas.
Actividades Clave:
- Interpretar ideas de producto ambigüas o solicitudes de características
- Usar IA para:
- Generar user stories y criterios de aceptación
- Sugerir personas y escenarios
-
Generar artefactos visuales (por ejemplo, diagramas simples con Mermaid o draw.io)
Resultado: Backlog estructurado de user stories + modelo de dominio inicial/visuales
Nivel 2: La Forja del Diseño – Pergamino del Arquitecto
Misión: Usar IA para crear y validar planes de arquitectura.
Actividades Clave:
- Usar IA para:
- Proponer estilo arquitectónico (monolito, microservicios, serverless)
- Generar diagramas de alto nivel de componentes e interacciones
- Esbozar estructuras de clase/módulo
-
Desafiar las elecciones de los demás a través de revisiones de diseño entre pares
Resultado: Arquitectura validada + esqueleto de código
Nivel 3: La Arena del Código – Calvario del Códex
Misión: Usar copilotos de IA para implementar funciones y mejorar el código.
Actividades Clave:
- Usar GitHub Copilot o ChatGPT para implementar funcionalidades
- Refactorizar el código generado por IA para:
- Rendimiento
- Seguridad
- Mantenibilidad
-
Inyectar "code smells" y ejecutar desafíos de limpieza entre pares
Resultado: Base de código funcional, refactorizada y generada por IA
Nivel 4: El Pantano de los Bugs – Prueba la Oscuridad
Misión: Generar y mejorar pruebas con IA, y luego encontrar bugs en el código de otros.
Actividades Clave:
- Usar IA para generar:
- Pruebas unitarias
- Pruebas de integración
- Simulaciones de casos límite
-
Intercambiar código con errores con otro equipo para depuración asistida por IA
Resultado: Suite de pruebas + informe de bugs + correcciones de bugs
Nivel 5: Los Portales de la Pipeline – Puerta del Autómatas
Misión: Configurar pipelines CI/CD inteligentes con asistencia de IA.
Actividades Clave:
- Usar IA para:
- Definir flujos de trabajo (por ejemplo, GitHub Actions)
- Automatizar pasos de compilación, pruebas e implementación
- Sugerir políticas de detección de anomalías/reversión
Resultado: Script o flujo de pipeline CI/CD funcional y asistido por IA
Nivel 6: La Ciudadela de la Monitorización – Torre de Vigilancia de Registros
Misión: Analizar registros y usar ML para detectar anomalías y simular recuperación.
Actividades Clave:
- Analizar registros precargados o generados
- Usar IA para:
- Identificar anomalías o tendencias de errores
- Sugerir respuestas automatizadas (por ejemplo, scripts de auto-reparación, alertas)
- Crear dashboards o resúmenes visuales
Resultado: Plan de monitorización o mecanismo de alerta inteligente simulado
Nivel Final: La Arena del Héroe – Construir el SDLC Único Soportado por IA
Misión: Los equipos aplican todo lo aprendido para construir un ciclo SDLC funcional para un mini-proyecto.
Actividades Clave:
- Seleccionar un mini-proyecto de equipo (por ejemplo, tracker de bugs, chatbot, microservicio)
- Aplicar IA en cada fase del SDLC:
- Requisitos, Diseño, Código, Pruebas, Implementación, Monitorización
- Presentar resultados en una breve demo de equipo
Votación entre pares o juicio para la pipeline impulsada por IA más efectiva
Resultado: Implementación SDLC end-to-end mejorada con IA + presentación de equipo
Al finalizar este taller, los participantes podrán:
- Aplicar herramientas de IA generativa para extraer y estructurar requisitos de software
- Generar diagramas de arquitectura y validar elecciones de diseño utilizando IA
- Usar copilotos de IA para implementar y refactorizar código de grado de producción
- Automatizar la generación de pruebas y realizar depuración asistida por IA
- Diseñar pipelines CI/CD inteligentes que detecten y reaccionen a anomalías
- Analizar registros con herramientas de IA/ML para identificar riesgos y simular auto-reparación
- Demostar un SDLC completamente mejorado con IA a través de un mini-proyecto de equipo
Requerimientos
Público: Desarrolladores de software, testers, arquitectos, ingenieros DevOps, product owners
Los participantes deben tener:
- Un conocimiento funcional del Ciclo de Vida del Desarrollo de Software (SDLC)
- Experiencia práctica en al menos un lenguaje de programación (por ejemplo, Python, Java, JavaScript, C#, etc.)
- Familiaridad con:
- Escritura y lectura de user stories o requisitos
- Principios básicos de diseño de software
- Control de versiones (por ejemplo, Git)
- Escritura y ejecución de pruebas unitarias
- Ejecución o interpretación de pipelines CI/CD
Este es un taller de nivel intermedio a avanzado. Es ideal para profesionales que ya forman parte de equipos de entrega de software (desarrolladores, testers, ingenieros DevOps, arquitectos, product owners).
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