Ponte en Contacto
 Duración 14 horas

Temario del curso

Comprensión de código con LLMs

  • Estrategias de prompteo para la explicación y el recorrido del código.
  • Trabajo con bases de código y proyectos no familiares.
  • Análisis del flujo de control, dependencias y arquitectura.

Refactorización de código para la mantenibilidad

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

Mejora del rendimiento y la confiabilidad

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

Automatización de la documentación de código

  • Generación de comentarios y resúmenes a nivel de función/método.
  • Escritura y actualización de archivos README desde las bases de código.
  • Creación de documentos Swagger/OpenAPI con apoyo de LLMs.

Integración con cadenas de herramientas

  • Uso de extensiones de VS Code y Copilot Labs para la documentación.
  • Incorporación de GPT o Claude en ganchos de pre-commit de Git.
  • Integración en la pipeline de CI para documentación y análisis estático (linting).

Trabajo con bases de código legadas y de varios lenguajes

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

Ética, garantía de calidad y revisión

  • Validación de cambios generados por IA y evitar alucinaciones.
  • Mejores prácticas de revisión por pares al utilizar LLMs.
  • Asegurar la reproducibilidad y el cumplimiento de los estándares de código.

Resumen y próximos pasos

Requerimientos

  • Experiencia con lenguajes de programación como Python, Java o JavaScript.
  • Conocimiento de la arquitectura de software y los procesos de revisión de código.
  • Comprensión básica de cómo funcionan los modelos de lenguaje grandes.

Audiencia

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

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas