Desarrollo de software con IA

Módulo 1: Introducción a la IA en el ciclo de desarrollo SW y vibe coding
2 h 15 min

Objetivo: Identificar conceptos básicos de inteligencia artificial aplicados al desarrollo de software y las herramientas principales.

• ¿Cómo nos ayuda la IA en proyectos de desarrollo SW?
• Principales formas en las que la IA aporta valor al desarrollo de software
• Aplicaciones prácticas según rol profesional
• ¿Qué es el vibe coding?
• Principios del vibe coding
• Aplicaciones del vibe coding en roles técnicos
• Diferencias frente a la programación asistida tradicional
• Técnicas de prompting para proyectos SW
• Principios clave del prompting en proyectos de software
• Técnica CERTO
• ¿Qué herramientas de IA podemos utilizar en el desarrollo SW?
• Modelos de Lenguaje de Gran Escala (LLMs)
• Entornos de Desarrollo Integrados (IDEs) con IA
• Comparación de enfoques: LLMs directos vs. IDEs con IA
• Resumen

Módulo 2: Cursor AI – Nivel básico
3 h 20 min

Objetivo: Aplicar Cursor AI en tareas básicas de desarrollo de software.

• Introducción a Cursor AI y su impacto en la productividad del desarrollador
• Principales capacidades y áreas de impacto
• Configuración inicial de Cursor AI y guía de inicio rápido
• Introducción al sistema de sugerencias automáticas de Cursor
• Uso del autocompletado avanzado y predictivo en Cursor AI
• Corrección instantánea de errores con inteligencia artificial en Cursor
• Funcionamiento de la corrección de errores con IA en Cursor
• Interacción práctica con la herramienta
• Emplear comentarios como instrucciones para generar código con IA
• Detección y depuración de errores en la terminal asistida por IA
• Procedimiento para utilizar la terminal asistida por IA en Cursor
• Ventajas de la asistencia de IA en la depuración
• Cómo aprovechar el chat integrado de Cursor AI
• Principales funciones del chat integrado
• Resumen

Módulo 3: Cursor AI – Nivel avanzado
6 h 05 min

Objetivo: Utilizar funciones avanzadas de Cursor AI para potenciar la productividad en desarrollo de software.

• Integración con documentación oficial para optimizar la generación de código
• Creación automatizada de comandos de terminal desde el chat
• Interpretación de código con el modo de consulta rápida
• ¿En qué consiste el modo de consulta rápida?
• Pasos para la interpretación de código con consulta rápida
• Ventajas clave de la consulta rápida
• Optimización del flujo de trabajo mediante la ventana de chat de IA (modo agente)
• Interacción Contextualizada y Aplicación Directa de Cambios
• Principales Usos Según Rol Profesional
• Ventajas Clave del Modo Agente en la Ventana de Chat IA
• Uso del modo Agente para gestión avanzada de múltiples archivos y tareas
• Ventajas de gestionar múltiples archivos y tareas con IA
• Ejemplo ilustrativo: introducción de autenticación de usuario
• Buenas prácticas en el uso del modo Agente
• Funcionamiento y ventajas del modo «Auto Run» en Cursor
• Funcionamiento del modo Auto Run
• Consideraciones de uso
• Servidores MCP en Cursor: qué son y cómo utilizarlos
• ¿Qué son los servidores MCP en Cursor?
• Componentes y funcionamiento básico
• Flujo típico de uso
• Crear pruebas automatizadas con Cursor AI
• Resumen

Módulo 4: ChatGPT para el desarrollo SW
3 h 05 min

Objetivo: Emplear ChatGPT para generar código y resolver problemas en el desarrollo de software.

• Cómo planificar aplicaciones de software con ayuda de ChatGPT
• Ventajas de planificar con ChatGPT
• Cómo realizar una consulta efectiva de planificación
• Ejemplo de prompt para planificación
• Limitaciones y mejores prácticas
• Exploración de herramientas y servicios de IA para desarrollo de software
• Funcionalidades clave de las IA generativas en la exploración tecnológica
• Ejemplo práctico: Consulta de alternativas para autenticación
• Creación de recursos y activos de desarrollo con inteligencia artificial
• Tipos de recursos generados con IA en el desarrollo de software
• Pasos para la creación eficiente de activos mediante IA
• Ejemplos de prompts para generar recursos
• Programación asistida con ChatGPT: chat, canvas y codex
• Modalidades de programación asistida en ChatGPT
• Interacción y prompts efectivos en ChatGPT
• Ejemplo de prompt orientado a desarrollo de aplicaciones
• Ventajas del lienzo y Codex para la gestión de código
• Resumen

Módulo 5: Gestión de proyectos de SW con IA
3 h 10 min

Objetivo: Gestionar proyectos de desarrollo de software integrando herramientas de IA para optimizar procesos.

• Automatización del backlog: transformar requisitos en historias con IA
• De requisitos a historias de usuario: proceso automatizado con IA
• Ejemplo ilustrativo
• Estimación de esfuerzo de historias de usuario mediante IA
• Ejemplos prácticos de prompts
• Organización y planificación ágil de sprints asistida por IA
• Aplicaciones principales de la IA en la organización de sprints
• Generación automática de gráficos burndown con ChatGPT
• ¿Por qué automatizar la generación de burndown charts con IA?
• Paso a paso: generación de un burndown chart con ChatGPT
• Componentes clave del burndown chart generado
• Resumen

Módulo 6: Proyecto desarrollo SW: Aplicación cálculo drones
3 h 05 min

Objetivo: Desarrollar una aplicación de cálculo para drones utilizando técnicas de IA.

• Exposición general del proyecto y objetivos
• Extracción de historias de usuario a partir de requisitos con IA
• Diseño de la aplicación basado en las historias de usuario
• Desarrollo de código con Cursor en modo agente
• Resumen

Módulo 7: Proyecto Machine Learning: Predicción enfermedades con IA
2 h 10 min

Objetivo: Implementar un proyecto de machine learning para la predicción de enfermedades mediante IA.

• Exposición general del proyecto y objetivos
• Programación avanzada con Cursor en modo agente
• Resumen

Módulo 8: Introducción a la IA para documentación, trazabilidad, testeo y optimización SW
2 h 15 min

Objetivo: Describir el uso de Inteligencia Artificial en documentación, trazabilidad, testeo y optimización del software.

• Aplicaciones de la IA en el ciclo completo de desarrollo de software
• La IA en cada fase del ciclo de vida y herramientas recomendadas
• Estrategias efectivas de prompting para desarrollo de software
• Ejemplos prácticos de uso de IA en cada fase del desarrollo
• Resumen

Módulo 9: Generación de documentación técnica con IA
4 h 40 min

Objetivo: Generar documentación técnica automatizada utilizando herramientas de IA.

• Dificultades y errores frecuentes en la documentación tradicional de software
• Ejemplo ilustrativo de ausencia de trazabilidad
• Creación automática de docstrings a partir del código fuente
• Principios para la generación de docstrings con IA
• Buenas prácticas sugeridas al generar docstrings automáticamente
• Ejemplo de prompt para IA generando docstrings
• Generación automática del archivo README.md
• ¿Por qué automatizar la creación de README.md?
• Componentes esenciales en la generación automática de README.md
• Estructura del prompt sugerida para el README.md generado con IA
• Documentación de APIs y módulos con asistencia de IA
• Flujo de trabajo asistido por IA para documentar APIs
• Elementos fundamentales de la documentación generada
• Ejemplo de prompt efectivo para generar documentación técnica
• Optimización y enriquecimiento de la documentación existente
• Metodología para auditar y enriquecer documentación existente con IA
• Ejemplo de solicitud (prompt) para enriquecimiento automático
• Documentación automática masiva de un proyecto
• Proceso automatizado de documentación con IA
• Componentes generados por la IA
• Resumen

Módulo 10: Generación de casos de prueba con IA
3 h 40 min

Objetivo: Crear casos de prueba automatizados mediante el uso de IA.

• Generación de tests unitarios desde funciones existentes
• Flujo para la generación de tests unitarios con IA
• Ejemplo de instructivo para la IA generadora de tests
• Ventajas de la generación automatizada de tests
• Obtención de casos de prueba a partir de requisitos funcionales
• Proceso sistemático: De requisito a caso de prueba
• Detección automática de casos límite en el código
• ¿Qué es un caso límite?
• Automatización impulsada por IA y especificaciones
• Flujo recomendado para la detección automática
• Ejemplo de matriz de casos límite generada automáticamente
• Revisar y mejorar pruebas existentes
• Análisis sistemático de las pruebas actuales
• Evaluación de la calidad técnica y buenas prácticas
• Identificación de huecos críticos en la cobertura
• Tabla de trazabilidad sugerida
• Resumen

Módulo 11: Trazabilidad de requisitos con IA
4 h 05 min

Objetivo: Aplicar técnicas de IA para la trazabilidad efectiva de requisitos en proyectos de software.

• Fundamentos de las matrices de trazabilidad en proyectos de software
• Elementos clave de una matriz de trazabilidad
• Propósitos y aplicaciones principales
• Cómo funciona una matriz de trazabilidad
• Ejemplo de aplicación
• Generación de documentación base desde los requisitos
• Proceso de conversión: de requisitos a documentación técnica
• Detección y marcaje de ambigüedades
• Ventajas del enfoque asistido por IA
• Asociación de requisitos con código y pruebas
• Proceso de asociación semántica apoyado por IA
• Paso a paso para la asociación automatizada
• Matriz de trazabilidad inicial
• Recomendaciones para reforzar la trazabilidad asistida por IA
• Comprobación de la cobertura de requisitos en el proyecto
• Paso a paso para la comprobación automatizada de la cobertura de requisitos
• Ejemplo de informe de cobertura
• Resumen ejecutivo
• Tabla de cobertura de requisitos
• Visualización textual de la cobertura
• Recomendaciones para la mejora continua
• Construcción de una matriz de trazabilidad paso a paso
• Paso a paso para la construcción de una matriz de trazabilidad
• Ejemplo de plantilla generada automáticamente
• Cómo generar una matriz de trazabilidad en JIRA
• Paso a paso para generar una matriz de trazabilidad en JIRA con XRAY
• Consideraciones clave
• Resumen

Módulo 12: Depuración y optimización de código con IA
4 h 35 min

Objetivo: Depurar y optimizar código fuente utilizando herramientas de IA.

• Identificación y depuración de errores con inteligencia artificial
• Interpretación automatizada del contexto y análisis de errores
• Ejemplo de prompt para análisis de errores
• Paso a paso: interacción modelo IA – usuario
• Optimización del código mediante IA
• Estrategias de optimización asistidas por IA
• Práctica guiada: ejemplo de prompt de optimización
• Ventajas de este enfoque para distintos roles
• Revisión del código según estándares y buenas prácticas
• Perspectivas de análisis en la revisión de código asistida por IA
• Metodología estructurada de revisión con IA
• Salida tipo de IA para la revisión técnica
• Recomendaciones para integrar revisiones automáticas en el ciclo de desarrollo
• Refactorización guiada por inteligencia artificial
• Flujo de trabajo: refactorización asistida paso a paso
• Aplicación práctica y perfil del usuario
• Resumen

Módulo 13: Buenas prácticas y ética en el uso de IA
2 h 35 min

Objetivo: Identificar buenas prácticas y consideraciones éticas en el uso de IA durante el desarrollo de software.

• Control de riesgos y validación humana en el desarrollo con IA
• Tabla de riesgos y validación en desarrollo asistido por IA
• Importancia de la revisión y control humano
• Recomendaciones para la integración responsable de IA
• Identificación de sesgos y limitaciones en modelos de IA
• Principales tipos de sesgos en modelos de IA aplicados al desarrollo software
• Consideraciones prácticas para la identificación y mitigación de sesgos
• Lista de verificación para validar resultados de IA
• Áreas críticas de validación
• Implementación rápida: tabla de checklist
• Uso de checklist de validación en proyectos reales
• Resumen