Ponte en Contacto
 Duración 14 horas

Temario del curso

Comprensión del código con LLMs

  • Estrategias de prompting 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 su mantenimiento

  • Identificación de olores a código, código muerto y antipatrones
  • Reestructuración de funciones y módulos para mayor claridad
  • Uso de LLMs para sugerir convenciones de nomenclatura e 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 entrada/salida, consultas a base de datos y llamadas a API

Automatización de la documentación del código

  • Generación de comentarios y resúmenes a nivel de función/método
  • Escritura y actualización de archivos README a partir de la base 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 de pre-commit de Git
  • Integración en pipelines de CI para documentación y linting

Trabajo con bases de código heredadas y multilingües

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

Ética, control de calidad y revisión

  • Validación de cambios generados por IA y evitación de alucinaciones
  • Mejores prácticas de revisión por pares al utilizar LLMs
  • Aseguramiento de la reproducibilidad y el cumplimiento de estándares de codificación

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 de gran escala

Público Objetivo

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

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas