Temario del curso
Nivel 1: El Laberinto del Descubrimiento – Secretos de los Requisitos
Misión: Utilizar LLMs (ChatGPT) para extraer requisitos estructurados a partir de entradas vagas.
Actividades clave:
- Interpretar ideas de producto ambiguas o solicitudes de características
-
Usar IA para:
- Generar historias de usuario y criterios de aceptación
- Sugerir personajes y escenarios
-
Generar artefactos visuales (por ejemplo, diagramas simples con Mermaid o draw.io)
Resultado: Backlog estructurado de historias de usuario + modelo inicial del dominio/visuales
Nivel 2: El Horno de Diseño – Pergamino del Arquitecto
Misión: Usar IA para crear y validar planes de arquitectura.
Actividades clave:
-
Usar IA para:
- Proponer estilo arquitectónico (monolito, microservicios, serverless)
- Generar diagramas de componentes e interacciones a alto nivel
- Generar estructuras base de clases/módulos
-
Cuestionarse mutuamente las elecciones mediante revisiones de diseño entre pares
Resultado: Arquitectura validada + esqueleto de código
Nivel 3: La Arena de Código – Desafío del Codex
Misión: Usar copilotos de IA para implementar características y mejorar el código.
Actividades clave:
- Utilizar GitHub Copilot o ChatGPT para implementar funcionalidad
-
Refactorizar el código generado por IA para:
- Rendimiento
- Seguridad
- Manteniabilidad
-
Inyectar "olores a código" y realizar desafíos de limpieza entre pares
Resultado: Base de código funcional, refactorizada y generada por IA
Nivel 4: El Pantano de Errores – Probar la Oscuridad
Misión: Generar y mejorar pruebas con IA, luego encontrar errores en el código de otros.
Actividades clave:
-
Usar IA para generar:
- Pruebas unitarias
- Pruebas de integración
- Simulaciones de casos extremos
-
Intercambiar código con errores con otro equipo para depuración asistida por IA
Resultado: Conjunto de pruebas + informe de errores + correcciones de errores
Nivel 5: Los Portales de la Canalización — Puerta del Autómata
Misión: Configurar canalizaciones CI/CD inteligentes con asistencia de IA.
Actividades clave:
-
Usar IA para:
- Definir flujos de trabajo (por ejemplo, GitHub Actions)
- Automatizar pasos de construcción, prueba e implementación
-
Sugerir políticas de detección de anomalías/retroceso
Resultado: Script o flujo CI/CD funcional asistido por IA
Nivel 6: La Ciudadela de Monitoreo – Mirador de Registros
Misión: Analizar registros y usar ML para detectar anomalías y simular la recuperación.
Actividades clave:
- Analizar registros pre-poblados o generados
-
Usar IA para:
- Identificar anomalías o tendencias de errores
- Sugerir respuestas automatizadas (por ejemplo, scripts de auto-curación, alertas)
-
Crear paneles de control o resúmenes visuales
Resultado: Plan de monitoreo o mecanismo de alerta inteligente simulado
Nivel Final: La Arena del Héroe – Construir el SDLC Soportado por IA Definitivo
Misión: Los equipos aplican todo lo aprendido para construir un bucle SDLC funcional para un mini-proyecto.
Actividades clave:
- Seleccionar un mini-proyecto de equipo (por ejemplo, rastreador de errores, chatbot, microservicio)
-
Aplicar IA en cada fase del SDLC:
- Requisitos, Diseño, Código, Prueba, Implementación, Monitoreo
- Presentar los resultados en una demostración breve del equipo
Votación o juzgamiento por parte de los pares para la canalización potenciada por IA más efectiva
Resultado: Implementación del SDLC mejorado con IA de extremo a extremo + demostración del equipo
Al final de este taller, los participantes serán capaces de:
- Aplicar herramientas de IA generativa para extraer y estructurar requisitos de software
- Generar diagramas arquitectónicos y validar elecciones de diseño utilizando IA
- Usar copilotos de IA para implementar y refactorizar código de nivel de producción
- Automatizar la generación de pruebas y realizar depuración asistida por IA
- Diseñar canalizaciones CI/CD inteligentes que detecten y reaccionen ante anomalías
- Analizar registros con herramientas de IA/ML para identificar riesgos y simular auto-curación
- Demostrar un SDLC completamente mejorado con IA a través de un mini-proyecto de equipo
Requerimientos
Público objetivo: Desarrolladores de software, probadores, arquitectos, ingenieros DevOps, propietarios de productos
Los participantes deben tener:
- Una comprensión funcional del Ciclo de Vida del Desarrollo de Software (SDLC)
- Experiencia práctica en al menos un lenguaje de programación (por ejemplo, Python, Java, JavaScript, C#, etc.)
-
Familiaridad con:
- Escritura y lectura de historias de usuario o requisitos
- Principios básicos de diseño de software
- Control de versiones (por ejemplo, Git)
- Escritura y ejecución de pruebas unitarias
- Ejecución o interpretación de flujos CI/CD
Este es un taller de nivel intermedio a avanzado. Es ideal para profesionales que ya forman parte de equipos de entrega de software (desarrolladores, probadores, ingenieros DevOps, arquitectos, propietarios de productos).
Reseñas (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
