Ponte en Contacto
 Duración 14 horas

Temario del curso

Comprensión del Código con LLMs

  • Estrategias de prompting para la explicación y recorrido del código
  • Trabajo con bases de código y proyectos desconocidos
  • Análisis del 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 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 bases de datos y llamadas a API

Automatización de la Documentación de Código

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

Integración con Herramientas

  • Uso de extensiones de VS Code y Copilot Labs para la 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 Legacy y Multilingües

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

Ética, Aseguramiento 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 los procesos de revisión de código
  • Comprensión básica del funcionamiento de los modelos de lenguaje grandes

Público Objetivo

  • Ingenieros de backend
  • Equipos DevOps
  • Desarrolladores senior y tech leads

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas