Inteligencia Artificial (IA) Análisis y Desarrollo de Código

Objetivos

Objetivos de la formación en IA para desarrollo de código

Al final de esta formación será capaz de:

• Explicar cuáles son las contribuciones de la Inteligencia Artificial en el proceso de desarrollo
• Reconocer las principales herramientas disponibles
• Aplicar la elección más adecuada en función del proyecto

Público objetivo de la formación en IA desarrollo código

Desarrolladores y gestores de proyecto.

Requisitos previos de la formación en IA desarrollo código

Poseer conocimientos de Python o de otro lenguaje de programación estructurado, así como experiencia en desarrollo. Para validar los requisitos previos antes de la formación, está disponible un cuestionario.

Duración

Programa

Programa de la formación en IA desarrollo código

Contribuciones de la IA

• Intervenciones en varias etapas del proceso de desarrollo

Verificación de la calidad del código

• Análisis de código para generar documentación
• Detección de errores
• Detección de fallos de seguridad
• Verificación de la sintaxis
• Verificación de las reglas de desarrollo
• Gestión de código fuente
• Generación de pruebas automatizadas
• Uso de modelos de aprendizaje automático
• Propuestas de módulos de código
• Autocompletado
• Generación de código completo

Ventajas

• Apoyo a los programadores
• Ahorro de tiempo
• Control exhaustivo
• Mejor documentación

Algunas herramientas de referencia

• Herramientas de análisis de código: PYLINT, CHECKSTYLE, PYCODESTYLE, BLACK, CODEQL
• Herramientas de autocompletado: TABNINE, KITE
• Herramientas de generación de código: ALPHACODE, GITHUB COPILOT, CODEX

PYCODESTYLE

• Verificación del respeto de las convenciones de escritura PEP8 (Python Enhancement Proposal 8)
• Arquitectura modular y herramienta ligera
• Integración con los principales IDE (VS Code, PyCharm, Jupyter Notebook)
• Retorno directo de errores durante la edición del código
• Configuración en modo usuario o proyecto

Ejemplos de ejercicios prácticos (a título indicativo)

• Instalación de Pycodestyle
• Implementación en un programa simple
• Visualización de errores en un código fuente
• Integración en Jupyter Notebook

PYLINT

• Verificación del respeto de la PEP8
• Detección de errores de programación
• Apoyo al refactoring
• Configuración de las prioridades del usuario
• Integración continua
• Integración con los principales editores e IDE

Ejemplos de ejercicios prácticos (a título indicativo)

• Instalación de Pylint
• Configuración de la detección de errores
• Desactivación de verificaciones de reglas de escritura y refactoring
• Pruebas en programas característicos

CODEQL

• Búsqueda de fallos de seguridad en código

Funcionamiento:

• Generación de una base de datos a partir del código
• Ejecución de consultas para detectar fallos
• Lenguajes soportados y arquitectura
• Ejecución local con CodeQL-CLI o a través de GitHub
• Principio de integración continua

Ejemplos de ejercicios prácticos (a título indicativo)

• Implementación de CodeQL para Python
• Escritura de consultas básicas
• Uso de la biblioteca CodeQL library for Python

ALPHACODE

• Presentación del proyecto Google DeepMind
• Principio de funcionamiento
• Resultados obtenidos en CodeForces

COPILOT

• Presentación del proyecto GitHub Copilot alimentado por OpenAI Codex
• Función: asistente virtual de programación
• Sugerencias de líneas completas de código o funciones completas
• Lenguajes soportados

Ejemplos de ejercicios prácticos (a título indicativo)

• Demostración en GitHub del uso de Copilot

CODEX

• Project
• OpenAI Codex
• Módulo del Project Open AI
• Producción de código informático a partir de solicitudes en lenguaje natural
• Recursos disponibles
• Bibliotecas de código online
• Hackathons
• Bibliotecas Python

Ejemplos de ejercicios prácticos (a título indicativo)

• Demostración con OpenAI Codex
• Generación de código Python a partir de un pliego de condiciones simple
• Pruebas y mejora del código mediante interfaz en lenguaje natural

Límites y riesgos

• Necesidad de una nueva organización de las tareas de los programadores
• Definición del problema a resolver, de las restricciones y de los conjuntos de pruebas
• Potenciales riesgos de seguridad
• Riesgos jurídicos
• Origen de las soluciones utilizadas
• Propiedad del código
• Errores
  • En la comprensión
  • En el análisis del problema a resolver

Importancia de los controles humanos a implementar

Nota: El contenido de este programa puede ser objeto de adaptación en función de los niveles, requisitos previos y necesidades de los participantes.

Metodología

Metodología de la formación en IA desarrollo código

Formación impartida presencialmente o a distancia (blended learning, e-learning, clase virtual o presencial a distancia).

El formador alterna entre método demostrativo, interrogativo y activo (a través de ejercicios prácticos y/o simulaciones).

Evaluación de los aprendizajes

• Durante la formación: análisis de los resultados producidos por los participantes durante los ejercicios prácticos
• Realización de una prueba completa basada en un proyecto global de fin de formación
• Al final de la formación: cuestionario individual de evaluación de los aprendizajes

Bonificación Fundae

Esta formación es bonificable a través de FUNDAE para todas las empresas que cuenten con trabajadores en régimen general de la Seguridad Social y dispongan de crédito formativo. SKOLAE Formación gestiona todo el proceso administrativo necesario para que tu empresa pueda recuperar el importe invertido en la formación, siempre que se cumplan los requisitos legales y de comunicación establecidos por FUNDAE.

Formador

Profesional especializado en desarrollo de software e Inteligencia Artificial (IA) aplicada al análisis y generación de código.

Cuenta con experiencia en el uso de herramientas de análisis estático, generación automática de código y asistentes de programación basados en IA como GITHUB COPILOT y CODEX.

Ha participado en proyectos de mejora de calidad de software, automatización de desarrollo y optimización de procesos de programación mediante IA.

Combina experiencia técnica con enfoque práctico, facilitando la comprensión mediante ejercicios aplicados, simulaciones y casos reales.

¿Te gustó esta formación? Suscríbete a nuestra Newsletter pinchando aquí. También te animamos a seguirnos en LinkedIn, Instagram y Facebook y así estarás al día de todas nuestras novedades.