Ponte en Contacto
 Duración 14 horas

Temario del curso

Comprensión de Código con LLMs

  • Estrategias de prompting para explicación y recorrido de código
  • Trabajo con bases de código y proyectos desconocidos
  • Análisis de flujo de control, dependencias y arquitectura

Refactorización de Código para Mantenibilidad

  • Identificación de code smells, código muerto y antipatrones
  • Reestructuración de funciones y módulos para mayor claridad
  • Uso de LLMs para sugerir convenciones de nombres y mejoras de diseño

Mejora del Rendimiento y la Confiabilidad

  • Detección de ineficiencias y riesgos de seguridad con ayuda de IA
  • Sugerencia de algoritmos o bibliotecas más eficientes
  • Refactorización de operaciones de E/S, consultas de base de datos y llamadas a APIs

Automatización de la Documentación de Código

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

Integración con Herramientas (Toolchains)

  • Uso de extensiones de VS Code y Copilot Labs para documentación
  • Incorporación de GPT o Claude en hooks 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 cruzada de lenguajes (por ejemplo, de Python a TypeScript)
  • Estudios de caso y demostraciones de programación en pareja con IA

Ética, Garantía de Calidad y Revisión

  • Validación de cambios generados por IA y evitación de alucinaciones
  • Mejores prácticas de revisión por pares al utilizar LLMs
  • Garantía de reproducibilidad y 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 procesos de revisión de código
  • Comprensión básica de cómo funcionan los modelos de lenguaje grandes

Público Objetivo

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

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas