Temario del curso
Módulo 1 — Fundamentos compartidos (Días 1–2)
Día 1 — Mañana: El factor humano en la adopción de IA
• Calibración de confianza / dependencia: cuándo usar IA y cuándo dejar de hacerlo.
Estructura del acuerdo en equipo (desencadenante / acción / evidencia / responsable).
Rol del Curador de "Prompts": validación, toma de decisiones y firma. Plan de respuesta ante incidentes de IA.
Día 1 — Tarde: Restricciones, riesgos y cumplimiento
• Capacidades reales de los LLM (modelos de lenguaje grande): vectores de riesgo en "prompts" (inyección, fuga de datos, alucinaciones).
Marco legal: RGPD, Ley de IA de la UE — estándares del sector (DICOM, HL7, HIPAA).
Ejercicio práctico: traducir un estándar de dominio en una barrera de protección para "prompts".
Día 2 — Mañana: Arquitectura técnica de los "prompts"
• Arquitectura de agentes: memoria, contexto, objetivos — desde la perspectiva del diseño de "prompts".
Integración API y fuentes de datos de dominio, multi-agente y encadenamiento de "prompts".
Día 2 — Tarde: Anatomía del "prompt" empresarial
• Las 6 capas: Rol / Contexto / Restricciones / Estándares de Dominio / Formato / Ejemplos.
Jerarquía de "prompts": Sistema (a nivel de toda la organización) — Dominio (equipo) — Tarea (individual).
Demo: descomponer un "prompt" ingenuo y reconstruirlo. Breve presentación del equipo para los días 3–5.
Módulo 2 — Talleres de co-construcción (Días 3–4–5)
Día 3 — Descubrimiento y auditoría de estándares
- Tallares paralelos por equipos: Arquitectos, Desarrolladores de Dominio Específico, Backend, QA.
- Mapeo de estándares empresariales y restricciones — identificación de conflictos interequipo.
- Entregable del Día 3: Mapa de Estándares + Matriz de prioridad impacto/efuerzo.
Día 4 — Diseño de convenciones y construcción de plantillas
- Convenciones de nomenclatura, gestión de versiones, sistema de etiquetas (equipo, dominio, herramienta objetivo).
- Construcción de las primeras plantillas validadas: DICOM en TypeScript, revisión de código, pruebas QA, documentación API.
- Entregable del Día 4: +4 plantillas operativas + guía de convenciones.
Día 5 — Ensamblaje de la biblioteca, gobernanza y entrega oficial
- Organización de la biblioteca, integración con GitHub Copilot / Cursor / API interna de LLM.
- Rol del Curador de "Prompts", métricas de calidad, rituales del equipo, plan de implementación a 30 días.
- Entregable final del Día 5: Biblioteca Documentada v1.0 + Carta de Gobernanza + Plan a 30 Días.
Requerimientos
- Haber completado al menos una formación sobre IA (introductoria o avanzada).
- Perfiles técnicos: experiencia en desarrollo con la tecnología de la empresa.
- Perfiles directivos: conocimiento básico de herramientas de IA (ChatGPT, Copilot, etc.).
- Compromiso empresarial: participación activa de los líderes del equipo en los días 3–5.
- Documentación previa disponible: estándares existentes (README, guías de codificación).
Público objetivo
- Arquitectos de software.
- Desarrolladores (de dominio específico, backend, frontend).
- Ingenieros de QA / Técnicos de código.
- Líderes de equipo y mandos intermedios.
- Responsables de TI, tomadores de decisiones y líderes de proyectos de IA.
Testimonios (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