La inteligencia artificial cambió para siempre la forma de programar. Ya no se trata de solo escribir código, sino aprender a trabajar con nuevas herramientas que aceleran el desarrollo, optimizan procesos y elevan la calidad de las soluciones. Esta diplomatura te prepara para incorporar IA al trabajo cotidiano del programador de manera práctica, crítica y profesional. Vas a aprender a utilizar plataformas de desarrollo asistido por inteligencia artificial para generar, revisar, depurar, documentar y mejorar código, sin perder el criterio técnico que requiere todo proyecto serio. Una formación concreta y actual, pensada para programadores que quieren actualizar su perfil, aumentar su productividad y adaptarse a las nuevas formas de trabajo del mercado IT.
Prof. Layla Scheli
- Ingeniera en Sistemas de Información, Máster en Big Data y Business Intelligence,
- Especialista en Data Science e IA. Docente y Speaker Internacional.
Objetivos
Al finalizar la diplomatura, las participantes serán capaces de:
- Comprender los fundamentos de la Inteligencia Artificial Generativa y los modelos de lenguaje.
- Aplicar técnicas de Prompt Engineering para obtener mejores resultados de los asistentes de IA.
- Utilizar herramientas de IA para generación, análisis, documentación y refactorización de código.
- Integrar asistentes inteligentes en entornos de desarrollo modernos.
- Implementar flujos de trabajo utilizando Claude Code, Cursor y otras herramientas especializadas.
- Comprender el funcionamiento de agentes de IA y protocolos como MCP.
- Automatizar tareas de desarrollo y testing mediante IA.
- Conocer los principales algoritmos de Machine Learning y sus aplicaciones.
- Diseñar soluciones de software potenciadas por Inteligencia Artificial.
Competencias a Desarrollar
Durante la diplomatura se trabajará en el desarrollo de competencias vinculadas a:
- Pensamiento computacional.
- Productividad asistida por IA.
- Ingeniería de prompts.
- Desarrollo de software aumentado por IA.
- Automatización de procesos.
- Testing inteligente.
- Evaluación crítica de respuestas generadas por modelos de IA.
- Integración de herramientas de IA en entornos profesionales.
- Comprensión de modelos predictivos y Machine Learning.
Modalidad de Formación
Streaming
Perfecta si no estás en Córdoba o si preferís estudiar desde tu casa. Asistís en vivo a las mismas clases que los alumnos presenciales, interactuando por Zoom.
Plan de Estudio
Módulo 1 - FUNDAMENTOS Y GRANDES MODELOS DE LENGUAJE (LLMs)
- Historia y evolución de la IA
- Inteligencia Artificial, Machine Learning y Deep Learning
- Arquitectura Transformer
- ¿Qué es un LLM?
- Tokens y ventanas de contexto
- Embeddings y búsqueda semántica
- Fine-Tuning vs RAG
- Casos de uso en desarrollo de software
- Limitaciones, sesgos y alucinaciones
- Buenas prácticas en el uso de IA
- Ecosistema OpenAI
- Modelos GPT
- Prompt Engineering
- Generación de código
- Refactorización
- Creación de documentación
- Análisis de requerimientos
- Debugging asistido
- Casos de uso reales
- Introducción a Claude
- Contextos extensos
- Análisis de repositorios completos
- Documentación técnica
- Diseño de arquitectura
- Revisión de código
- Comparación con ChatGPT
- Ecosistema Google AI
- Gemini Advanced
- Gemini Code Assist
- Integración con Google Workspace
- Generación y análisis de código
- Automatización de tareas
- Casos empresariales
- IA aplicada a búsqueda avanzada
- Deep Research
- Verificación de fuentes
- Benchmarking tecnológico
- Investigación de frameworks y librerías
- Generación de documentación técnica basada en evidencia
- Introducción a Grok
- Diferencias entre GPT, Claude, Gemini y Grok
- Acceso a información en tiempo real
- Casos de uso para desarrolladoras
- Evaluación comparativa de modelos
- Selección de herramientas según necesidad
Modulo 2 - DESARROLLO ASISTIDO POR IA
- Introducción al control de versiones
- Repositorios locales y remotos
- Commits y buenas prácticas
- Branching y estrategias de trabajo
- Merge y resolución de conflictos
- Pull Requests
- GitHub como plataforma colaborativa
- Flujo Git aplicado a proyectos reales
- Configuración del entorno de desarrollo
- GitHub Copilot
- Continue
- Gemini Code Assist
- Claude Extension
- Comparativa de asistentes
- Buenas prácticas de productividad
- Introducción a Claude Code
- Instalación y configuración
- Estructura de trabajo
- Navegación inteligente del proyecto
- Comprensión de código existente
- Gestión de contexto
- Primeros flujos de desarrollo
- Refactorización avanzada
- Generación de pruebas
- Automatización de documentación
- Integración con Git
- Optimización de código
- Desarrollo guiado por IA
- Buenas prácticas para equipos
- Instalación y configuración
- Chat contextual
- Agentes en Cursor
- Generación masiva de código
- Refactorización inteligente
- Comparación con VS Code + extensiones
MÓDULO 3 – AGENTES, AUTOMATIZACIÓN Y MACHINE LEARNING
- Introducción a MCP
- Arquitectura y componentes
- Herramientas y recursos
- Servidores MCP
- Integración con Claude Code
- Casos de uso empresariales
- Construcción de flujos conectados
- Concepto de agente
- Planificación y ejecución de tareas
- Agentes autónomos
- Sistemas multiagente
- Automatización de procesos de desarrollo
- Casos prácticos
- Generación automática de pruebas
- Unit Testing
- Integration Testing
- QA asistido por IA
- Test Driven Development (TDD)
- Revisión automática de código
- Métricas de calidad
- ¿Qué es Machine Learning?
- Diferencias entre ML e IA Generativa
- Aprendizaje Supervisado
- Aprendizaje No Supervisado
- Aprendizaje por Refuerzo
- Regresión Lineal
- Regresión Logística
- Árboles de Decisión
- Random Forest
- Clustering con K-Means
- Redes Neuronales
- Flujo de un proyecto de Machine Learning
- Métricas de evaluación
- Diseñar y desarrollar una solución utilizando herramientas modernas de Inteligencia Artificial para resolver un problema real de desarrollo de software.
- Requisitos mínimos
- Uso de Git y GitHub
- Utilización de al menos dos LLMs
- Uso de Claude Code o Cursor
- Aplicación de alguna extensión de IA en VS Code
- Implementación de pruebas automatizadas
- Uso de MCP o agentes de IA
- Documentación técnica generada con IA
Dirigido a
Esta diplomatura está dirigida a:
- Programadoras y desarrolladoras de software.
- Analistas de sistemas.
- Ingenieras e ingenieros en informática.
- Estudiantes avanzados de carreras tecnológicas.
- Especialistas en QA y Testing.
- Líderes técnicos y arquitectos de software.
- Profesionales de tecnología interesados en incorporar IA a sus procesos de trabajo.
Certificación
- Al finalizar el curso obtendrás un Certificado Privado emitido por Instituto Superior Santo Domingo avalando tu formación.
Estudiar en Santo Domingo
Cursos Relacionados
Inteligencia artificial para docentes
Inteligencia artificial para abogados
Ciencia de Datos Geográficos
Información del cursado
Streaming, con clases en vivo.
16 encuentros. Miércoles 19 a 20:30h
Nivel Principiante
Prof. Layla Scheli
Requiere conocimientos previos en programación
Próximo inicio: 18/08/2026
Dejanos tus datos y te contactaremos.
