Contacta con nosotros

Temario del curso

Comprensión del código con LLM

  • Estrategias de prompting para la explicación y el recorrido paso a paso del código.
  • Trabajo con bases de código y proyectos desconocidos.
  • Análisis del flujo de control, dependencias y arquitectura.

Refactorización del código para mejorar la mantenibilidad

  • Detección de olores a código, código muerto y antipatrones.
  • Reestructuración de funciones y módulos para mayor claridad.
  • Uso de LLM para sugerir convenciones de nomenclatura y mejoras de diseño.

Mejora del rendimiento y la fiabilidad

  • Detección de ineficiencias y riesgos de seguridad con asistencia de IA.
  • Sugerencia de algoritmos o bibliotecas más eficientes.
  • Refactorización de operaciones de E/S, consultas de bases de datos y llamadas a API.

Automatización de la documentación del código

  • Generación de comentarios y resúmenes a nivel de función/método.
  • Redacción y actualización de archivos README a partir de las bases de código.
  • Creación de documentación Swagger/OpenAPI con apoyo de LLM.

Integración con cadenas de herramientas

  • Uso de extensiones de VS Code y Copilot Labs para la documentación.
  • Incorporación de GPT o Claude en los hooks pre-commit de Git.
  • Integración en el pipeline CI para documentación y linting.

Trabajo con bases de código heredadas y multilingüe

  • Ingeniería inversa de sistemas antiguos o sin documentación.
  • Refactorización entre lenguajes (por ejemplo, de Python a TypeScript).
  • Estudios de caso y demostraciones de programación con IA colaborativa.

Ética, aseguramiento de calidad y revisión

  • Validación de los cambios generados por IA y prevención de alucinaciones.
  • Mejores prácticas para la revisión entre pares al utilizar LLM.
  • Garantía de reproducibilidad y cumplimiento de las normas de codificación.

Resumen y próximos pasos

Requerimientos

  • Experiencia con lenguajes de programación como Python, Java o JavaScript.
  • Familiaridad con la arquitectura de software y los procesos de revisión de código.
  • Conocimiento básico del funcionamiento de los modelos de lenguaje grandes.

Público objetivo

  • Ingenieros backend.
  • Equipos de DevOps.
  • Desarrolladores senior y líderes técnicos.
 14 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas