Ponte en Contacto

Temario del curso

Introducción al Vibe Coding

  • Definición e historia del vibe coding
  • Filosofía de la colaboración "prompt a código"
  • Cómo difiere la programación con IA del desarrollo tradicional

Modelos de lenguaje de gran escala (LLM) en la programación

  • Vista general de LLMs para desarrolladores: GPT-4, DeepSeek, Qwen, Mistral
  • Comparación entre programadores de IA de código abierto y propietarios
  • Despliegue de LLMs localmente o mediante APIs

Ingeniería de prompts para desarrolladores

  • Creación de prompts efectivos para generar y refactorizar código
  • Gestión del contexto y manejo del estado de la conversación
  • Creación de plantillas de prompts reutilizables para tareas de codificación

Entornos prácticos de Vibe Coding

  • Uso de Replit para programación colaborativa con IA
  • Integración de GitHub Copilot y Qwen Coder en IDEs
  • Personalización de flujos de trabajo para la colaboración en equipo

Calidad del código y validación en flujos de trabajo de IA

  • Revisión y prueba de código generado por LLM
  • Aseguramiento de la consistencia, mantención y seguridad
  • Integración de herramientas de validación de código en el flujo de trabajo

Integración empresarial y gobernanza

  • Escalar el vibe coding entre equipos
  • Gobernanza, ética y cumplimiento normativo de la IA en la generación de código
  • Diseño de marcos organizacionales para el desarrollo asistido por IA

Temas avanzados: Extensión del Vibe Coding

  • Combinación de múltiples LLMs para flujos de trabajo de IA híbridos
  • Integración del vibe coding con la automatización CI/CD
  • Tendencias futuras: ecosistemas de desarrollo multiagente

Proyecto de equipo y colaboración

  • Diseño de un proyecto de codificación asistido por IA del mundo real
  • Colaboración con desarrolladores humanos e IA
  • Presentación de resultados y medición de ganancias de productividad

Resumen y próximos pasos

Requerimientos

  • Conocimiento de los flujos de trabajo de desarrollo de software
  • Experiencia con Python, JavaScript o otro lenguaje de programación moderno
  • Familiaridad con sistemas de control de versiones basados en Git

Audiencia

  • Ingenieros de software que exploran el desarrollo asistido por IA
  • Líderes de ingeniería que supervisan la adopción de IA en flujos de trabajo de código
  • Equipos de desarrollo empresarial que buscan integrar LLM en pipelines de producción
 21 Horas

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas