Contacta con nosotros

Temario del curso

Comprensión del código con LLMs

  • Estrategias de promts para la explicación y recorrido por el código
  • Trabajo con bases de código y proyectos desconocidos
  • Análisis del flujo de control, dependencias y arquitectura

Refactorización del código para la mantenibilidad

  • Identificación de olores de código, 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 fiabilidad

  • 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 de base de datos y llamadas a API

Automatización de la documentación del código

  • Generación de comentarios y resúmenes a nivel de funciones/métodos
  • Escritura y actualización de archivos README a partir de las bases de código
  • Creación de documentación Swagger/OpenAPI con apoyo de LLMs

Integración con herramientas

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

Trabajo con bases de código heredadas y multinivel

  • Ingeniería inversa de sistemas antiguos o sin documentar
  • Refactorización entre lenguajes (por ejemplo, de Python a TypeScript)
  • Estudios de caso y demostraciones de programación en par con IA

Ética, garantía de calidad y revisión

  • Validación de los cambios generados por IA y evitar alucinaciones
  • Buenas prácticas de revisión por pares al utilizar LLMs
  • Asegurar 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
  • Conocimiento familiar con la arquitectura de software y los procesos de revisión de código
  • Comprensión básica del funcionamiento de los modelos de lenguaje grande

Público objetivo

  • Ingenieros de backend
  • Equipos de DevOps
  • Desarrolladores seniors y líderes técnicos
 14 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas