IA generativa para ingenieros y desarrolladores de software
Conviértase en un experto en desarrollo de software basado en IA
Lo que serás capaz de hacer
Sumérjase en el futuro de la codificación con la especialización en IA generativa para ingenieros y desarrolladores de software, que le permitirá aprovechar la IA generativa para el desarrollo de software. Desde la elaboración de código más inteligente a la racionalización de los flujos de trabajo, dominarás herramientas y técnicas de vanguardia para mantenerte a la vanguardia en el mundo de la tecnología. Los siguientes cursos forman parte de esta especialización: Introducción a la IA generativa: Aprenda autocodificadores, GAN y transformadores. Domine la Ingeniería de indicaciones y el ajuste fino con LoRA. Gemini y Vertex IA: Creación de aplicaciones inteligentes: Construya aplicaciones inteligentes con Gemini y Vertex IA, centrándose en agentes y despliegue escalable. Asistentes de codificación de IA generativa para desarrolladores: Aumente la productividad con GitHub Copilot, Tabnine y Amazon Q para la codificación y la integración CI/CD. Herramientas de IA generativa para la ingeniería de software moderna: Utilice Cursor IA, Snyk y Qodo para la navegación de código, la calidad y el desarrollo seguro. Esta especialización es adecuada para ingenieros de software aspirantes y en ejercicio, desarrolladores y entusiastas de la tecnología deseosos de integrar la IA en sus flujos de trabajo. Se requieren conocimientos básicos de programación y familiaridad con los conceptos de desarrollo de software para inscribirse en esta especialización. Inscríbase ahora en Coursera para desbloquear su potencial en ingeniería de software impulsada por IA! Obtén un certificado compartible y transforma tu carrera hoy mismo.
- Adquiera experiencia en el uso de herramientas de IA generativa como GitHub Copilot, Tabnine y Amazon Q para mejorar la eficiencia y la calidad de la codificación.
- Domine la Ingeniería de indicaciones y los flujos de trabajo basados en IA para crear aplicaciones inteligentes y escalables con Gemini y Vertex IA.
- Desarrolle habilidades prácticas con herramientas de IA como Cursor IA, CodeSee y Snyk para la navegación, depuración y optimización del código.
- Comprenda las prácticas y estrategias éticas para un desarrollo de software basado en IA seguro, eficiente y colaborativo.
Temario
UNIDAD 1 - Fundamentos de la IA Generativa · 31 leccionesIntroducción a la IA Generativa - UNIDAD 1 - Fundamentos de la IA Generativa
Introducción a la IA Generativa - UNIDAD 1 - Fundamentos de la IA Generativa
- Specializations Introducción
- Introducción al curso
- Resumen del curso
- ¿Qué sabe ya sobre IA generativa?
- Definición de la IA Generativa y su evolución
- Modelos Generativos Vs. Modelos discriminatorios
- Aplicaciones de la IA Generativa
- Modelos generativos frente a modelos discriminativos
- La progresión de los modelos de IA: De lo simbólico a lo generativo
- Panorama de la IA Generativa
- Cuestionario práctico: Comprender la IA Generativa
- Importancia del preprocesamiento de datos
- Ir a Preprocesamiento de datos
- Técnicas de limpieza de datos
- Métodos de vectorización de datos
- Técnicas de vectorización: TF-IDF, Word2Vec y mucho más
- Aplicaciones de la vectorización
- Demostración: Vectorización de textos con TF-IDF y CountVectorizer
- Cuestionario práctico: Preparación de datos y vectorización
- Conceptos básicos del autocodificador: Arquitectura y formación
- Autocodificadores variacionales: Visión general y aplicaciones
- Aplicaciones de las VAE a los problemas reales de la IA
- Comprender las redes generativas adversariales
- Demostración: Construyendo un Autoencoder Simple en Keras
- Entrenamiento de GANs: Consideraciones clave
- Variantes de GANs: DCGAN, CycleGAN
- Explicación de los GAN: De cero a DCGAN y CycleGAN
- Cuestionario práctico: Autocodificadores y GAN
- Punto de control del módulo 1: Evaluación de su comprensión de la IA generativa
- Resumen del módulo: Fundamentos de la IA Generativa
- Comprobación de conocimientos: Fundamentos de la IA generativa
UNIDAD 2 - Modelos transformadores y Modelos de lenguaje grande (LLM) · 24 leccionesIntroducción a la IA Generativa - UNIDAD 2 - Modelos transformadores y Modelos de lenguaje grande (LLM)
Introducción a la IA Generativa - UNIDAD 2 - Modelos transformadores y Modelos de lenguaje grande (LLM)
- Evolución de los modelos transformadores
- Mecanismo de atención y su papel en los transformadores
- Demostración: Visualización de la atención en el Modelo transformador
- FROM Attention to Transformers: How Sequence Modeling Evolved (De la atención a los transformadores: evolución del modelo de secuencia)
- Visión general de BERT
- Visión general de GPT
- Cuestionario práctico: Transformadores y Mecanismo de Atención
- Introducción a los LLM
- El auge de los LLM orientados a la instrucción: Un nuevo paradigma de la NLP
- Explorando Meta Llama 3 y otros LLM líderes
- Casos de uso de los LLM en diversos ámbitos
- Comprender las API de LLM y sus tipos
- Integración de la API con los LLM
- Demostración: Integración de LLM con Gemini API
- Cuestionario práctico: Exploración de Modelos de lenguaje grandes (LLM)
- Panorama de los LLM de código abierto
- Consideraciones éticas en la implantación de modelos de código abierto
- Comparación de modelos de código abierto
- Demostración: Ecosistema de Caras Abrazadas
- Riesgos éticos en los modelos de IA de código abierto
- Cuestionario práctico: Ecosistema LLM de código abierto
- Punto de control del módulo 2: Comprobación de la comprensión de los modelos transformadores y los LLM
- Resumen del módulo: Modelos transformadores y Modelos de lenguaje grande (LLM)
- Comprobación de conocimientos: Modelos transformadores y Modelos de lenguaje grande (LLM)
UNIDAD 3 - Técnicas y herramientas de IA generativa · 29 leccionesIntroducción a la IA Generativa - UNIDAD 3 - Técnicas y herramientas de IA generativa
Introducción a la IA Generativa - UNIDAD 3 - Técnicas y herramientas de IA generativa
- ¿Qué es la Ingeniería de indicaciones?
- Estrategias de diseño de modelos generativos de IA
- Elementos de un aviso eficaz
- La ciencia del estímulo: Una perspectiva cognitiva de los estímulos
- Demostración: Creación de Zero-Shot, One-Shot y Few-Shot Prompts
- Demostración: Diseño de instrucciones creativas para diversas tareas de NLP
- Cuestionario de Práctica: Principios de Ingeniería de indicaciones
- Estrategias de Aprendizaje en pocos intentos y de cero intentos
- Indicaciones de cadena de pensamiento
- Optimización de las solicitudes para resultados específicos
- Demostración: Estrategias eficaces de diseño de avisos
- Cuestionario práctico: Técnicas Avanzadas de Prompting
- Introducción a las bases de datos vectoriales
- Cómo las bases de datos vectoriales potencian la búsqueda semántica en IA
- ChromaDB, Pinecone, Weaviate
- Búsqueda semántica con incrustación vectorial
- Arquitectura RAG y técnicas de recuperación
- RAG in the Wild: Estudios de caso de aplicaciones empresariales
- RAG modular y multimodal
- Demostración: ChromaDB: Instalación, creación y gestión de bases de datos vectoriales
- Demostración: Búsqueda semántica con incrustación vectorial
- Cuestionario práctico: Bases de datos vectoriales y RAG
- Arquitectura y componentes de LangChain
- Utilización de plantillas y herramientas
- LangChain en acción: Creación de aplicaciones modulares de IA
- Cuestionario práctico: Marcos para el desarrollo de aplicaciones
- Punto de control del módulo 3: Evaluación de su dominio de las herramientas de Ingeniería de indicaciones e IA
- Resumen del módulo: Técnicas y herramientas de IA generativa
- Comprobación de conocimientos: Técnicas y herramientas de IA generativa
UNIDAD 4 - Ajuste y optimización de modelos generativos · 21 leccionesIntroducción a la IA Generativa - UNIDAD 4 - Ajuste y optimización de modelos generativos
Introducción a la IA Generativa - UNIDAD 4 - Ajuste y optimización de modelos generativos
- Fundamentos del ajuste fino de los Modelos generativos
- Aumento de datos y ajuste de hiperparámetros
- Puesta a punto o preentrenamiento: Cuándo y por qué elegir cada uno
- Cuestionario práctico: Técnicas de ajuste
- Ajuste fino eficaz de los parámetros
- Adaptación de bajo rango
- Adaptación cuantificada de bajo rango
- Cuantización en LLM: Modelos grandes en dispositivos pequeños
- Cuestionario práctico: Técnicas Avanzadas de Prompting
- Retos de la evaluación de modelos generativos de IA
- Métricas de evaluación: BLEU, ROUGE, Puntuación inicial
- Evaluación cualitativa frente a cuantitativa
- Demostración: Evaluación de la generación de textos con BLEU y ROUGE
- Cuestionario práctico: Evaluación de modelos generativos
- Introducción a los LLMOps
- La aparición de las LLMOps: buenas prácticas de los líderes del sector
- Estrategias de implantación de aplicaciones de IA generativa
- Cuestionario práctico: Creación e implementación de soluciones de IA generativa
- Módulo 4 Punto de control: Ajuste y optimización de modelos generativos
- Resumen del módulo: Ajuste y optimización de modelos generativos
- Comprobación de conocimientos: Ajuste y optimización de modelos generativos
UNIDAD 5 - Resumen y evaluación del curso · 6 leccionesIntroducción a la IA Generativa - UNIDAD 5 - Resumen y evaluación del curso
Introducción a la IA Generativa - UNIDAD 5 - Resumen y evaluación del curso
- Actividad práctica: Vectorización de texto y autoencoder
- Actividad práctica: Evaluación BLEU y ROUGE
- Proyecto práctico: Sistema de estrategia de contenidos basado en IA
- Comprobación de conocimientos de fin de curso: Introducción a la IA generativa
- Diseño de un sistema de generación y aplicación de textos basado en IA generativa
- Resumen del curso
UNIDAD 6 - Aspectos esenciales de Gemini AI: Arquitectura, API y funciones básicas · 22 leccionesGemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 6 - Aspectos esenciales de Gemini AI: Arquitectura, API y funciones básicas
Gemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 6 - Aspectos esenciales de Gemini AI: Arquitectura, API y funciones básicas
- Specializations Introducción
- Introducción al curso
- Resumen del curso
- ¿Qué sabe ya de la arquitectura multimodal de Gemini?
- Arquitectura multimodal de Gemini
- Modelo Gemini Pro Vs. Ultra
- Comparación con otros LLM
- Evolución de la IA multimodal: un puente entre texto, imagen y más allá
- Demostración: Interfaz de Google IA Studio
- Configuración de la API Gemini
- Demostración: API Gemini para funciones de texto y visión
- Cuestionario práctico: Comprender la arquitectura de Gemini
- Comprender las capacidades de salida de IA Studio
- Implementación de la llamada a funciones
- Comprensión de documentos
- Técnicas de conexión a tierra en Géminis
- Mejora de la fiabilidad de la IA mediante la conexión a tierra y el anclaje contextual
- Modelos de ajuste
- Cuestionario práctico: Capacidades del Código Gemini
- Punto de control del módulo 1: Evaluación de su comprensión de la IA generativa
- Resumen del módulo: Gemini IA Essentials: Arquitectura, API y funciones básicas
- Comprobación de conocimientos: Aspectos esenciales de Gemini IA: Arquitectura, API y funciones básicas
UNIDAD 7 - Creación de aplicaciones más inteligentes con Gemini IA: código, instrucciones y potencia multimodal · 25 leccionesGemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 7 - Creación de aplicaciones más inteligentes con Gemini IA: código, instrucciones y potencia multimodal
Gemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 7 - Creación de aplicaciones más inteligentes con Gemini IA: código, instrucciones y potencia multimodal
- Comprender las capacidades de generación de código
- Demostración: Python con Gemini en Google IA Studio
- Demostración: C++ con Gemini en Google IA Studio
- Buenas prácticas para la generación de código
- Asistencia al código con IA: Del autocompletado a la programación en pareja inteligente
- Cuestionario práctico: Generación de código con Gemini
- Ingeniería de indicaciones en Google IA Studio
- Pruebas unitarias para un código fiable
- Demostración: Pruebas unitarias para un código fiable
- Optimización sencilla del código
- Demonstartion: Optimización de código simplificada
- Dominio de regex para desarrolladores
- Demostración: Dominio de regex para desarrolladores
- Cuestionario práctico: Ingeniería de indicaciones con Gemini
- Compatibilidad con OpenAI
- Lenguaje natural a SQL
- Conversión del lenguaje natural en consultas a bases de datos: Retos e innovaciones
- Demostración: Análisis de documentos y extracción de código
- Demostración: API Gemini Live
- Stream en tiempo real/ Multimodal Live API
- Demostración: Starter Apps
- Cuestionario práctico: Desarrollo multimodal con Gemini
- Punto de control del módulo 2: Evaluación de su comprensión de las capacidades de generación de código Gemini
- Resumen del módulo: Creación de aplicaciones más inteligentes con Gemini IA: código, instrucciones y potencia multimodal
- Comprobación de conocimientos: Creación de aplicaciones más inteligentes con Gemini IA: código, instrucciones y potencia multimodal
UNIDAD 8 - Vértice Fundamentos de IA y desarrollo de agentes inteligentes · 21 leccionesGemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 8 - Vértice Fundamentos de IA y desarrollo de agentes inteligentes
Gemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 8 - Vértice Fundamentos de IA y desarrollo de agentes inteligentes
- Introducción a la IA de vértice
- Configuración del entorno de desarrollo de Vertex IA
- Exploración y uso de jardines modelo en Vertex IA
- Introducción a los modelos Foundation de Google: Gemini, Imagen y Veo
- Demostración: Primeros pasos con Google Cloud: Configuración de inicio de sesión y facturación
- Cuestionario práctico: Descubrir la IA de vértice
- Introducción a los agentes de IA en Vertex IA
- Desarrollo de agentes con ADK
- Herramientas para agentes: Mejora de las capacidades de los agentes
- Prompting para un agente eficaz
- Crear un agente de chat de conocimiento sencillo con Vertex IA
- Cuestionario práctico: Creación de agentes inteligentes en Vertex IA
- Generación de texto y código con Vertex IA
- Dominio de la generación de imágenes y vídeos
- Análisis de datos con modelos de IA generativa
- Capacidades de puesta a tierra y traducción
- Utilización de herramientas de redacción de instrucciones y tokenizadores basados en IA
- Cuestionario práctico: Aprovechamiento de las capacidades de los modelos generativos de IA
- Punto de control del módulo 3: Evaluación de su comprensión de los fundamentos de la IA de Vértice
- Resumen del módulo: Fundamentos de IA de vértice y desarrollo de agentes inteligentes
- Comprobación de conocimientos: Vértice Fundamentos de IA y Desarrollo de Agentes Inteligentes
UNIDAD 9 - Ajuste, evaluación e implantación de modelos avanzados en Vertex IA · 20 leccionesGemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 9 - Ajuste, evaluación e implantación de modelos avanzados en Vertex IA
Gemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 9 - Ajuste, evaluación e implantación de modelos avanzados en Vertex IA
- Introducción al ajuste de modelos
- Ajuste de los modelos Gemini para un rendimiento óptimo
- Ajuste de modelos de incrustación, imagen y traducción
- Recomendaciones de ajuste con LoRA y QLoRA
- Migración de Google IA a Vertex IA mediante la biblioteca OpenIA
- Ajuste de un modelo de texto pequeño en Vertex IA
- Cuestionario práctico: Ajuste y optimización de modelos en IA de vértices
- Introducción a la Evaluación del modelo en Vertex IA
- Evaluación con el SDK de Python
- Definición de los parámetros de evaluación y preparación del conjunto de datos
- Ejecución e interpretación de los resultados de la Evaluación del modelo
- Personalización de los modelos de jueces para mejorar la evaluación
- Cuestionario práctico: Evaluación y personalización de modelos generativos de IA
- Estrategias de despliegue de modelos y rendimiento provisionado
- Optimización de costes, latencia y rendimiento en sistemas de IA
- Aumento de la eficiencia: Almacenamiento en caché, procesamiento por lotes y rendimiento
- Cuestionario práctico: Despliegue de modelos generativos de IA para producción
- Punto de control del módulo 4: Evaluación de sus conocimientos sobre el ajuste y la optimización de modelos en Vertex IA
- Resumen del módulo: Ajuste, evaluación e implantación de modelos avanzados en Vertex IA
- Comprobación de conocimientos: Ajuste, evaluación e implantación avanzados de modelos en Vertex IA
UNIDAD 10 - Resumen y evaluación del curso · 3 leccionesGemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 10 - Resumen y evaluación del curso
Gemini y Vertex IA: creación de aplicaciones inteligentes - UNIDAD 10 - Resumen y evaluación del curso
- Comprobación de conocimientos de fin de curso: Gemini y Vertex IA: Creación de aplicaciones inteligentes
- Creación de un asistente sanitario multimodal basado en IA con Gemini y Vertex IA
- Resumen del curso
UNIDAD 11 - GitHub Copilot para desarrolladores de software · 35 leccionesAsistentes de codificación de IA generativa para desarrolladores - UNIDAD 11 - GitHub Copilot para desarrolladores de software
Asistentes de codificación de IA generativa para desarrolladores - UNIDAD 11 - GitHub Copilot para desarrolladores de software
- Specializations Introducción
- Introducción al curso
- Resumen del curso
- ¿Qué sabe ya sobre los asistentes de codificación de IA?
- Introducción a GitHub Copilot
- Sugerencia de código básico y finalización en Copilot
- Demostración: Plataforma de blogs para desarrolladores de software
- El auge de la IA en el desarrollo de software
- Mejora tu codificación con Copilot Chat
- Demostración: Aplicación de seguimiento de gastos
- Indexación semántica y búsqueda de códigos coincidentes
- Buenas prácticas para las sugerencias de código asistidas por IA
- Cuestionario práctico: Primeros pasos con GitHub Copilot
- Copilot para depuración y resolución de errores
- Mejora del código con refactorización y sugerencias de funciones
- Copilot para documentar y probar su código
- Copilot para la revisión de código: Racionalización de las revisiones del código
- Depuración en la era de la IA: sinergia entre humanos y máquinas
- Cuestionario práctico: Técnicas avanzadas de copilotaje y calidad del código
- Copiloto con normas y flujos de trabajo de codificación en equipo
- Buenas prácticas de codificación colaborativa con Copilot
- Copilot para Pull Requests: Mejora de la colaboración
- Gestión del uso de copilotos en proyectos de varios desarrolladores
- Programación en pareja de IA: Una nueva era de colaboración
- Cuestionario práctico: Copiloto en entornos de equipo y desarrollo colaborativo
- Automatización del desarrollo con el agente de codificación GitHub Copilot
- Copiloto en CI/CD Pipelines
- From Suggestions to CI/CD: Bridging IA Coding Tools with DevOps (De las sugerencias a CI/CD: uniendo las herramientas de codificación de IA con DevOps)
- Optimización del impacto de Copilot en el flujo de trabajo de los desarrolladores
- Ingeniería de indicaciones con GitHub Copilot
- Demostración: Modo Agente Copiloto en acción
- Cuestionario práctico: Personalización y gestión avanzadas de Copilot
- Punto de control del Módulo 1: Evaluación de su comprensión de GitHub Copilot
- Resumen del módulo: GitHub Copilot para desarrolladores de software
- Comprobación de conocimientos: GitHub Copilot para desarrolladores de software
UNIDAD 12 - Tabnine IA para desarrolladores de software · 26 leccionesAsistentes de codificación de IA generativa para desarrolladores - UNIDAD 12 - Tabnine IA para desarrolladores de software
Asistentes de codificación de IA generativa para desarrolladores - UNIDAD 12 - Tabnine IA para desarrolladores de software
- Tabnine y su papel en el desarrollo de códigos
- Demostración: Guía paso a paso para instalar y configurar Tabnine
- Profundización en los componentes de Tabnine
- Codificación personalizada de IA con Tabnine
- Demostración: Codificación contextual con Tabnine
- Seguridad del código en la era de la asistencia de la IA
- Cuestionario práctico: Introducción a la IA y la configuración de Tabnine
- Maximizar la productividad con las finalizaciones de código Tabnine
- Demostración: Cómo sacar el máximo partido de las finalizaciones de código de Tabnine
- Chat con IA para un desarrollo más inteligente
- Ética de la generación de códigos de IA
- Demostración: Potencie su flujo de trabajo con acciones en línea
- Cuestionario práctico: Integración Tabnine y Codificación Práctica
- Planificar y construir con Tabnine
- Pruebas más inteligentes con Tabnine
- Revisar y corregir código con Tabnine
- Documentar, explicar y refactorizar con Tabnine
- El futuro de la documentación basada en IA
- Cuestionario práctico: Aprovechar Tabnine para un desarrollo eficiente
- Agentes de IA Tabnine para Atlassian Jira
- Potenciación de los equipos de desarrollo con Tabnine
- El futuro de Tabnine - Hoja de ruta y más allá
- Cuestionario práctico: Racionalización del mantenimiento del software con Tabnine
- Punto de control del módulo 2: Evaluación de su comprensión de la IA de Tabnine
- Resumen del módulo: Tabnine IA para desarrolladores de software
- Comprobación de conocimientos: Tabnine IA para desarrolladores de software
UNIDAD 13 - Dominio de Amazon Q para desarrolladores · 21 leccionesAsistentes de codificación de IA generativa para desarrolladores - UNIDAD 13 - Dominio de Amazon Q para desarrolladores
Asistentes de codificación de IA generativa para desarrolladores - UNIDAD 13 - Dominio de Amazon Q para desarrolladores
- ¿Qué es Amazon Q Developer?
- Chat con Amazon Q: Interacción básica y AWS Support
- Amazon Q Essentials: Plugins, conversión de código y biblioteca de detectores
- Demostración: Configuración paso a paso de S3 Bucket con asistencia de Amazon Q
- Cuestionario de práctica: Introducción a Amazon Q Developer y funciones básicas
- Generación de sugerencias de Código insertado con Amazon Q
- Transformación de código con el comando /transform de Amazon Q
- Desarrollo de nuevas funciones mediante el comando /dev
- Calidad del código con Amazon Q: pruebas unitarias, revisiones y documentación
- Asistentes de IA en grandes equipos: Ampliar la colaboración
- Demonstartion: Exploración de datos sin fisuras en Redshift usando Amazon Q
- Cuestionario práctico: Amazon Q for Coding: Racionalización del desarrollo
- Introducción y solución de problemas con Amazon Q CLI
- Desarrollo y depuración multiplataforma con Amazon Q
- Transformación de código y desarrollo seguro con Amazon Q
- Comparación de GitHub Copilot, Tabnine y Amazon Q: ventajas y desventajas
- Demonstartion: Notificaciones de eventos sin servidor con S3, Lambda y SNS
- Cuestionario práctico: Uso avanzado e integración de Amazon Q
- Punto de control del módulo 3: Evaluación de sus conocimientos sobre Amazon Q
- Resumen del módulo: Dominio de Amazon Q para desarrolladores
- Comprobación de conocimientos: Dominio de Amazon Q para desarrolladores
UNIDAD 14 - Resumen y evaluación del curso · 4 leccionesAsistentes de codificación de IA generativa para desarrolladores - UNIDAD 14 - Resumen y evaluación del curso
Asistentes de codificación de IA generativa para desarrolladores - UNIDAD 14 - Resumen y evaluación del curso
- Proyecto práctico: BugTracker Pro - Desafío de desarrollo en el mundo real
- Comprobación de conocimientos de fin de curso: Asistentes de codificación de IA generativa para desarrolladores
- Diseño de un flujo de trabajo de desarrollo de software basado en IA con Copilot, Tabnine y Amazon Q
- Resumen del curso: Asistentes de codificación de IA generativa para desarrolladores
UNIDAD 15 - IA para la comprensión y calidad del código · 27 leccionesHerramientas de IA generativa para la ingeniería de software moderna - UNIDAD 15 - IA para la comprensión y calidad del código
Herramientas de IA generativa para la ingeniería de software moderna - UNIDAD 15 - IA para la comprensión y calidad del código
- Specializations Introducción
- Introducción al curso
- Resumen del curso
- ¿Qué sabe ya sobre la IA para la comprensión y la calidad del código?
- Introducción a la navegación por código con IA: Panorama general
- Inmersión profunda con Cursor IA: exploración consciente del contexto
- Demostración: Instalación y funcionamiento de la IA del cursor
- Demostración: Creación de IU interactiva con IA de cursor
- Fundamentos de la comprensión de códigos asistida por IA
- Visualización de código con CodeSee
- Navegación por el código con Sourcegraph
- Rewind.IA para el rastreo de código y la comprensión del historial
- Buenas prácticas para la búsqueda de código y el diseño de consultas
- Cuestionario práctico: Navegación y comprensión del código con IA
- Revisión de código con IA: Introducción a Qodo
- Principios de la revisión automatizada de código en sistemas de IA
- Pruebas automatizadas con Qodo
- Qodo: Flujo de trabajo de revisión de código
- Demostración: Primeros pasos con Qudo Gen
- Demostración: Chat Qodo Gen con código WeatherApp
- Revisión del código con Codepeer
- Snyk para el análisis estático Detección precoz de problemas
- CodeRabbit - Acelerar las revisiones de código y minimizar los errores
- Cuestionario práctico: Revisión del código y mejora de la calidad con IA
- Punto de control del módulo 1: Evaluación de su comprensión de la IA para la navegación y la calidad del código
- Resumen del módulo: IA para la comprensión y la calidad del código
- Comprobación de conocimientos: IA para la comprensión y calidad del código
UNIDAD 16 - Creación y depuración de código con IA · 19 leccionesHerramientas de IA generativa para la ingeniería de software moderna - UNIDAD 16 - Creación y depuración de código con IA
Herramientas de IA generativa para la ingeniería de software moderna - UNIDAD 16 - Creación y depuración de código con IA
- Codeium: Revolucionando la creación de código con IA
- Análisis estático frente a pruebas dinámicas: Un estudio comparativo
- Demostración: Primeros pasos con Windsurf en VS Code
- Crear mejor código: El método SONAR
- Refact IA para una optimización más inteligente del código
- Demostración: Configuración y funciones de Refact IA
- Explorando Trae: El IDE de IA adaptativa
- Demostración: Primeros pasos con Trae IA Builder
- Cuestionario práctico: Generación de código y asistencia con IA
- Introducción a la depuración asistida por IA: El enfoque
- Identificación y resolución de errores
- Ética y fiabilidad del código generado por IA
- Depuración de código Replit
- Demostración: Creación y depuración de aplicaciones con IA
- Cursor para depuración: Avanzando por el código
- Cuestionario práctico: Depuración y resolución de problemas basados en IA
- Punto de control del módulo 2: Evaluación de su comprensión de la creación y depuración de código con IA
- Resumen del módulo: Creación y depuración de código con IA
- Comprobación de conocimientos: Creación y depuración de código con IA
UNIDAD 17 - IA para un desarrollo seguro, optimizado y colaborativo · 25 leccionesHerramientas de IA generativa para la ingeniería de software moderna - UNIDAD 17 - IA para un desarrollo seguro, optimizado y colaborativo
Herramientas de IA generativa para la ingeniería de software moderna - UNIDAD 17 - IA para un desarrollo seguro, optimizado y colaborativo
- Introducción a la IA y la seguridad: Por qué es importante
- Análisis de dependencias con Snyk: Búsqueda de vulnerabilidades
- Demostración: Instalación y funcionamiento de Snyk
- Prácticas de codificación seguras mejoradas por la IA
- Detección de vulnerabilidades de código con DeepSource
- Personalización del análisis estático con DeepSource
- Herramientas de IA para la formación sobre concienciación en materia de seguridad y buenas prácticas
- Cuestionario práctico: IA para la Seguridad y Gestión de la dependencia
- Codacy IA para el rendimiento y la optimización del código
- Perfiles de código basados en IA con Codacy
- Técnicas de perfilado basadas en IA para código de alto rendimiento
- Ajuste del rendimiento con CodeAnt: Mejora del código
- Seguimiento del desarrollo con Minware
- Cuestionario práctico: Optimización del rendimiento y gestión de recursos con IA
- Grit.io: Su socio de mantenimiento automatizado
- Mabl integra la IA en la automatización de pruebas
- Demostración: Creación automatizada de pruebas con Mabl
- Automatización de flujos de trabajo en equipos de software: El papel de la IA en CI/CD
- Planificación de recursos con Minware
- Estrategias de prueba inteligentes de Katalon
- Colaboración mejorada por IA: Buenas prácticas para equipos de ingeniería
- Cuestionario práctico: IA para la automatización y la colaboración en equipo
- Punto de control del módulo 3: Evaluación de su comprensión de la IA para un desarrollo seguro, optimizado y colaborativo
- Resumen del módulo: IA para un desarrollo seguro, optimizado y colaborativo
- Comprobación de conocimientos: IA para un desarrollo seguro, optimizado y colaborativo
UNIDAD 18 - Resumen y evaluación del curso · 3 leccionesHerramientas de IA generativa para la ingeniería de software moderna - UNIDAD 18 - Resumen y evaluación del curso
Herramientas de IA generativa para la ingeniería de software moderna - UNIDAD 18 - Resumen y evaluación del curso
- Comprobación de conocimientos de fin de curso: Herramientas de IA generativa para la ingeniería de software moderna
- Diseño de un sistema seguro de gestión y optimización del código basado en IA
- Resumen del curso
Tu certificado lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
18 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
65 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Un certificado oficial de la SEP
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por Edureka.
- Folio y QR verificables para compartirlo con quien te contrate.
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 18 unidades · 362 lecciones · 192 h
- 12 meses de acceso
- 65 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por Edureka; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.


