Temario del curso
El Stack de Personalización de Cuatro Niveles
Nivel 1 | Sabe – Reglas y AGENTS.md
Temas cubiertos:
• Definición de convenciones del proyecto y estándares de codificación
• Documentación de la arquitectura y restricciones técnicas
• Creación de orientaciones para el proyecto independientes de las herramientas
• Mantenimiento de la consistencia entre equipos de desarrollo y herramientas de IA
Nivel 2 | Puede – Habilidades
Temas cubiertos:
• Creación de unidades reutilizables de conocimiento especializado
• Carga de información contextual solo cuando es necesario
• Reducción del tamaño del contexto mientras se mejora el rendimiento de la tarea
• Construcción de bibliotecas de flujos de trabajo y experiencia reutilizables
Nivel 3 | Alcanza – MCP
Temas cubiertos:
• Conexión de herramientas de IA a sistemas y servicios externos
• Acceso a repositorios, bases de datos y fuentes de documentación
• Extensión de las capacidades de los asistentes de codificación con IA
• Implementación de integraciones seguras y controles de gobernanza
Nivel 4 | Actúa – Agentes
Temas cubiertos:
• Comprensión de los agentes de IA autónomos y sus capacidades
• Lectura, escritura, prueba y revisión autónoma del código
• Gestión de flujos de trabajo basados en objetivos y tareas delegadas
• Establecimiento de mecanismos de supervisión y revisión humana para sistemas agénticos
Día 1 | Delegación y Extensión de las Herramientas
Módulo 1 | De Asistente a Agente
Temas cubiertos:
• Comprensión de la diferencia entre asistentes de IA y agentes autónomos
• Finalización de código en línea frente a delegación agéntica
• Cómo los flujos de trabajo agénticos cambian la estructuración de las tareas de desarrollo
• Identificación de tareas adecuadas para la delegación a agentes
• Mejores prácticas para la colaboración con sistemas de IA autónomos
Módulo 2 | Delegaciones que Funcionan sin Microgestión
Temas cubiertos:
• Redacción de instrucciones efectivas para agentes de IA
• Proporcionar el contexto y los requisitos empresariales suficientes
• Definición de restricciones y límites para la ejecución
• Establecimiento de criterios claros de aceptación y medidas de éxito
• Minimización de la intervención humana manteniendo la calidad
Módulo 3 | Stack de Personalización y su Aplicación
Temas cubiertos:
• Comprensión del stack de personalización de cuatro niveles
• Uso de Reglas y AGENTS.md para definir convenciones del proyecto
• Determinación de qué mecanismos de personalización se aplican en diferentes escenarios
• Gestión eficiente del contexto entre herramientas y proyectos
• Creación de entornos de desarrollo asistidos por IA consistentes
Módulo 4 | Habilidades y Subagentes
Temas cubiertos:
• Creación de Habilidades reutilizables para flujos de trabajo y tareas comunes
• Empaquetado de conocimiento especializado para su uso repetido
• Comprensión del papel de los subagentes y los contextos aislados
• Delegación de tareas acotadas a agentes especializados
• Mejora de la eficiencia mediante flujos de trabajo modulares de IA
Día 2 | Conexión de Herramientas, Paralelismo y Gobernanza
Módulo 5 | MCP: Conectar y Construir
Temas cubiertos:
• Comprensión de los principios del Protocolo de Contexto de Modelo (MCP)
• Conexión de herramientas de IA a sistemas y servicios externos
• Integración de navegadores, bases de datos, repositorios y fuentes de documentación
• Construcción de un servidor MCP personalizado
• Gestión del control de acceso y consideraciones de seguridad
Módulo 6 | El Flujo de Trabajo Agéntico Disciplinado
Temas cubiertos:
• Establecimiento de un proceso de desarrollo asistido por IA repetible
• Lluvia de ideas y planificación con agentes de IA
• Construcción e implementación colaborativa de soluciones
• Prueba y validación de los resultados generados
• Revisión y finalización de entregables con pasos de verificación apropiados
Módulo 7 | Desarrollo en Paralelo
Temas cubiertos:
• Ejecución simultánea de múltiples agentes de IA
• Trabajo con ramas aisladas y árboles de trabajo de Git
• Coordinación de actividades de desarrollo entre flujos de trabajo en paralelo
• Fusión y validación de resultados de múltiples agentes
• Mejora de la productividad mediante estrategias de ejecución paralela
Módulo 8 | Riesgos, Revisión y Gobernanza
Temas cubiertos:
• Evaluación y validación de Habilidades externas y servidores MCP
• Comprensión de los riesgos de seguridad y gobernanza
• Gestión de permisos y derechos de acceso
• Protección de datos sensibles y propiedad intelectual
• Establecimiento de procesos de revisión y prácticas de aseguramiento de calidad
Módulo 9 | Adopción de IA en el Desarrollo de Software: Casos de Uso y Próximos Pasos
Temas cubiertos:
• Cómo las organizaciones están integrando la IA en el Ciclo de Vida del Desarrollo de Software (SDLC)
• Casos de uso reales y ejemplos de implementación en diferentes industrias
• Enfoques comunes de adopción de IA: adopción individual, adopción basada en equipos y habilitación a nivel organizacional
• Casos de uso típicos a lo largo del SDLC:
• Recopilación de requisitos y documentación
• Generación de código y prototipado
• Pruebas y aseguramiento de la calidad
• Revisión de código y refactorización
• Documentación y gestión del conocimiento
• DevOps y gestión de incidentes
• Modelos de gobernanza, políticas y consideraciones de seguridad
• Medición de la productividad y el ROI del desarrollo asistido por IA
• Desarrollo de una hoja de ruta interna para la adopción de IA
• Definición de los pasos prácticos siguientes para los participantes y sus equipos
Taller de Discusión Interactiva
• Desafíos actuales dentro de los equipos de desarrollo de los participantes
• Identificación de casos de uso de alto valor para una adopción inmediata
• Riesgos, obstáculos y consideraciones organizacionales
• Creación de un plan de acción inicial para la integración de IA.
Requerimientos
Experiencia profesional en desarrollo, comodidad con la terminal y conocimientos prácticos de Git. Uso regular de una herramienta de codificación con IA o haber completado el curso Fundamentos.
Público objetivo
Desarrolladores que ya utilizan herramientas de IA, líderes técnicos responsables de la adopción en sus equipos e ingenieros de plataforma o DevOps que desarrollan Habilidades y servidores MCP.
Reseñas (2)
Usando Claude Code de manera más eficiente
Virgil Trif - Frequentis
Curso - Claude Code: Agentic AI Development · 1-Day
Traducción Automática
"Aprendí el potencial de la herramienta y adquirí las habilidades necesarias para empezar a usarla en mi trabajo de inmediato"
Angelo Moro
Curso - Claude AI for Developers: Building AI-Powered Applications
Traducción Automática
