Ponte en Contacto
 Duración 14 horas

Temario del curso

Comprensión de Código con LLMs

  • Estrategias de prompt para la explicación y revisión de código
  • Trabajo con bases de código y proyectos desconocidos
  • Análisis del flujo de control, dependencias y arquitectura

Refactorización de Código para la Mantenibilidad

  • Identificación de olores a código, código muerto y anti-patrones
  • 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 asistencia de IA
  • Sugerencia de algoritmos o bibliotecas más eficientes
  • Refactorización de operaciones de E/S, consultas a base de datos y llamadas a API

Automatización de la Documentación de Código

  • Generación de comentarios y resúmenes a nivel de función/método
  • Redacción y actualización de archivos README a partir de bases de código
  • Creación de documentación Swagger/OpenAPI con soporte de LLMs

Integración con Cadenas de Herramientas

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

Trabajo con Bases de Código Legadas y Multilenguaje

  • Ingeniería inversa de sistemas antiguos o sin documentación
  • Refactorización cruzada entre lenguajes (p. ej., de Python a TypeScript)
  • Estudios de caso y demostraciones de programación de pareja con IA

Ética, Control de Calidad y Revisión

  • Validación de cambios generados por IA y prevención de alucinaciones
  • Mejores prácticas de revisión por pares al utilizar LLMs
  • Garantía de la reproducibilidad y el cumplimiento de los estándares 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
  • Comprensión básica de cómo funcionan los modelos de lenguaje de gran escala

Audiencia

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

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas