Programa del Curso

Introducción a AIASE

  • Visión general de la IA en la ingeniería de software
  • Historia y evolución de AIASE
  • Conceptos clave y terminología

Tecnologías de IA en el desarrollo de software

  • Conceptos básicos del aprendizaje automático
  • Procesamiento del lenguaje natural (NLP) para código
  • Redes neuronales y modelos de aprendizaje profundo

Automatización del desarrollo de software con IA

  • Herramientas de IA para generar código repetitivo
  • Refactorización y optimización automatizadas de código
  • Generación de código de pruebas funcionales y unitarias
  • Diseño y optimización de casos de prueba asistidos por IA

Mejora de la calidad del código con IA

  • IA para la detección de errores y revisiones de código
  • Analítica predictiva para el mantenimiento de software
  • Herramientas de análisis estático y dinámico impulsadas por IA
  • Técnicas de depuración automatizadas
  • Localización y reparación de fallos impulsada por IA

IA en DevOps e Integración Continua/Despliegue Continuo (CI/CD)

  • IA para la optimización e implementación de compilaciones
  • La IA en la supervisión y el análisis de registros
  • Modelos predictivos para canalizaciones de CI/CD
  • Automatización de pruebas basada en IA en flujos de trabajo de CI/CD
  • IA para la detección y resolución de errores en tiempo real

IA para Documentation y conocimiento Management

  • Generación automatizada de docstrings y documentación
  • Extracción de conocimiento de bases de código
  • IA para la búsqueda y reutilización de código

Consideraciones éticas y desafíos

  • Sesgo y equidad en las herramientas de IA
  • Cuestiones relativas a la propiedad intelectual y la concesión de licencias
  • El futuro de la IA en la ingeniería de software

Proyectos prácticos y estudios de casos

  • Trabajar con herramientas de IA populares en ingeniería de software
  • Casos prácticos de AIASE en la industria
  • Proyecto final: Desarrollo de una aplicación de software aumentada por IA

Resumen y próximos pasos

Requerimientos

  • Comprensión de los procesos y metodologías de desarrollo de software
  • Experiencia con programación en Python
  • Conocimientos básicos de conceptos de aprendizaje automático

Audiencia

  • Desarrolladores de software
  • Ingenieros de software
  • Líderes técnicos y gerentes
 14 horas

Número de participantes



Precio por participante

Testimonios (10)

Cursos Relacionados

API Testing with Postman

21 horas

Rest Assured APIs with Postman and Java

21 horas

SoapUI: Introducción a las pruebas API con SoapUI

14 horas

Resto asegurado: Introducción a las pruebas API para servicios REST

7 horas

Tosca: prueba basada en modelos para sistemas complejos

35 horas

Galen Framework: Automatización de pruebas y pruebas funcionales para su sitio web receptivo

14 horas

Curso de TestComplete

21 horas

Automate Windows Desktop Applications with AutoIt

14 horas

Robot Framework: Prueba de aceptación impulsada por palabras clave

14 horas

Serenity BDD: Escribir mejores pruebas de aceptación automática

7 horas

SpecFlow: Implementando BDD para .NET

21 horas

Behat: Desarrollo impulsado por comportamiento (BDD) con PHP

14 horas

Compórtate: BDD con Python (Pepino / pepinillo para Python)

7 horas

JBehave: BDD con Java

7 horas

Categorías Relacionadas

1