El curso “Ingeniería de Software con agentes de Inteligencia Artificial” está diseñado para formar profesionales capaces de integrar agentes de IA en el ciclo completo de desarrollo de software, desde el levantamiento de requisitos hasta el despliegue en producción. A lo largo de 40 horas, el participante aprenderá a trabajar con modelos y agentes como co-ingenieros, aplicando prácticas modernas de ingeniería como arquitectura hexagonal, desarrollo API-first, ingeniería de contexto, automatización, orquestación multiagente, TDD, validación automática y despliegue continuo.

El enfoque del curso es práctico y aplicado, combinando conceptos técnicos, casos de estudio y actividades guiadas para que el alumno pueda diseñar, construir, verificar y automatizar soluciones de software asistidas por IA, manteniendo siempre el rol humano como gestor, supervisor estratégico y responsable de la calidad final.

Objetivos del curso

Al finalizar el curso, el participante será capaz de:

1. Comprender la evolución de los chatbots tradicionales hacia agentes de IA capaces de observar, razonar y actuar dentro de procesos de ingeniería de software.
2. Diseñar requisitos, contratos de prompt, PRD y criterios de aceptación orientados al trabajo con agentes de IA.
3. Aplicar principios de arquitectura de software como contextos delimitados, arquitectura hexagonal, separación de responsabilidades y diseño como fuente de verdad.
4. Optimizar el uso del contexto en agentes de IA mediante técnicas de compactación, divulgación progresiva, control de tamaño y formatos estructurados como Markdown o YAML.
5. Usar agentes para apoyar tareas de backend, infraestructura, generación de esquemas de base de datos, definición de APIs y ejecución en contenedores.
6. Integrar agentes de IA en el desarrollo frontend, generación de interfaces, conexión con APIs y evaluación rápida de experiencia de usuario.
7. Estandarizar flujos de trabajo mediante skills, comandos personalizados, SOPs reutilizables y automatización de tareas repetitivas.
8. Diseñar flujos multiagente con roles especializados como planificador, verificador, arquitecto, desarrollador y revisor.
9. Implementar prácticas de calidad como TDD, revisión separada de implementación, validaciones automáticas y ciclos de autocorrección.
10. Preparar soluciones asistidas por IA para despliegue en producción, incorporando seguridad, monitoreo, automatización y supervisión operativa.

¿A quién está orientado?

Este curso está orientado a:

• Estudiantes que llevaron el primer curso de Introducción a la inteligencia Artificial.
• Desarrolladores de software que desean incorporar agentes de IA en su flujo de trabajo diario.
• Arquitectos de software interesados en diseñar soluciones modernas asistidas por IA.
• Ingenieros DevOps y de infraestructura que buscan automatizar despliegues, pruebas, generación de servicios y pipelines.
• Líderes técnicos y jefes de proyectos TI que necesitan dirigir equipos que usarán IA como apoyo en el desarrollo.
• Analistas funcionales y de sistemas que desean aprender a definir requisitos, PRD y criterios de aceptación preparados para agentes de IA.
• Profesionales de TI que ya tienen experiencia básica en programación, APIs, bases de datos o infraestructura, y quieren evolucionar hacia un modelo de desarrollo AI-first.

También es adecuado para empresas que buscan capacitar a sus equipos en una forma moderna de construir software, donde la IA no reemplaza al profesional, sino que actúa como un co-ingeniero supervisado para acelerar el análisis, diseño, implementación, pruebas y despliegue de soluciones.

Calendario y Costo:

Duración:  40 horas, 10 semanas
Horario:     Sábados de 15:00 hrs. a 19:00 hrs; UTC -5 (Lima/Bogotá/Quito)
Inicio:         sábado, 06 junio, 2026
Lugar:        Videoconferencia en vivo con Hangouts  y asistencia en tiempo real con anydesk

Costo del Curso:
$360 USD+IGV

Válido solo para personas naturales.

Por empresa contactarse a informes@aulautil.com para solicitar su cotización.

Informes e Inscripciones:

WhatsApp 1: +51 923346146

informes@aulautil.com

Puede realizar sus pagos en las cuenta a nombre de Cloud Perú Systems E.I.R.L.
BCP Soles: 193-2269973-018 CCI: 00219300226997301814
Cuenta de detracción Bco. de la Nación: 00057050292

Requisitos Previos:
Conocimientos básicos de Linux y Programación

Materiales:

– Videoconferencia con Jitsi Meet
– Asistencia en tiempo real con AnyDesk
– Asistencia Online (foros) en campus virtual de forma permanente
– Todas las clases se graban y se comparten por YouTube Private
– Incorporación gratis al WhatsApp exclusivo del grupo del curso
– Certificado con valor curricular
– 1 Servidor VPS con Ip pública para cada alumno

Syllabus del Curso de Ingeniería de Software y Programación con Agentes de Inteligencia Artificial
(Videoconferencia / 40 horas)

Unidad 1: DE CHATBOTS A CO-INGENIEROS (4 horas)

• GenAI 1.0 vs GenAI 2.0
• Ciclo ORA (Observar, Razonar, Actuar)
• Entornos de escritorio vs CLI: AntiGravity, KiloCode, Claude, Codex, OpenCode
• Minimax como motor de razonamiento
• Archivo AGENTS.md como contexto base
• Rol humano como gestor y no ejecutor

Caso de estudio:

Análisis de la transición de un sistema de atención al cliente basado en reglas a un co-ingeniero de código basado en el ciclo ORA.

Actividad práctica:

Configuración de un entorno AI-first (como Codex) para generar un micro-servicio simple, con el operador humano como gestor.

Unidad 2: DESCUBRIMIENTO Y ALINEACIÓN (4 horas)

• Interrogación inversa (grilling)
• Documentos de requisitos orientados a IA (PRD)
• Definición de Definition of Done
• Contratos de prompt (objetivos, restricciones, éxito)
• Revisión de planes antes de ejecución
• Eliminación de ambigüedad en requisitos

Caso de estudio:

Diseño de un PRD orientado a IA para una funcionalidad de resúmen automático, incluyendo el Definition of Done y métricas de éxito.

Actividad práctica:

Creación de un contrato de prompt detallado para un agente, utilizando la técnica de interrogación inversa para refinar los objetivos.

Unidad 3: DISEÑO Y ARQUITECTURA (4 horas)

• Contextos delimitados (bounded contexts)
• Arquitectura hexagonal (puertos y adaptadores)
• Event sourcing como modelo de estado
• Separación entre lógica central y dependencias
• Dirección estratégica humana
• Diseño como fuente de verdad

Caso de estudio:

Evaluación de una aplicación monolítica existente para su refactorización a una arquitectura hexagonal con separación clara de contextos.

Actividad práctica:

Diseño de la arquitectura (bounded contexts, puertos y adaptadores) para un sistema de gestión de pedidos asistido por IA, priorizando la separación de lógica.

Unidad 4: INGENIERÍA DE CONTEXTO (4 horas)

• Presupuesto de atención (smart zone vs dumb zone)
• Divulgación progresiva
• Compactación de contexto
• Prevención de degradación de contexto
• Optimización de formatos (Markdown, YAML)
• Control del tamaño del contexto

Caso de estudio:

Optimización del contexto en un agente de soporte técnico para reducir la latencia y evitar la degradación de contexto en conversaciones largas.

Actividad práctica:

Experimentación con diferentes formatos de contexto (Markdown vs. YAML) para un conjunto de reglas de negocio, midiendo la eficacia y el control del tamaño.

Unidad 5: BACKEND E INFRAESTRUCTURA (4 horas)

• Servicios modulares
• Ejecución en contenedores (Docker)
• Generación de esquemas de base de datos
• Desarrollo orientado a contratos (API-first)
• Separación definición vs. implementación
• Agente como ejecutor dentro del sistema

Caso de estudio:

Integración de un agente como microservicio ejecutable dentro de un pipeline de CI/CD utilizando contenedores Docker.

Actividad práctica:

Uso de un agente para generar un esquema de base de datos (schema.sql) y la definición de una API (usando OpenAPI) a partir de un PRD.

Unidad 6: FRONTEND Y CAPA VISUAL (4 horas)

• Generación de interfaces desde diseño
• Reglas de estilo como contexto reutilizable
• Desarrollo por cortes verticales
• Integración UI + API + Base de datos
• Evaluación de experiencia de usuario
• Iteración rápida de interfaces
• Depuración empleando un servidor MCP para Google Chrome

Caso de estudio:

Implementación de un flujo de desarrollo por cortes verticales donde la IA genera la UI y la conecta al backend en una sola iteración.

Actividad práctica:

Uso de herramientas de IA para generar un componente de interfaz de usuario a partir de un diseño conceptual, estabilización y evaluación rápida de su usabilidad.

Unidad 7: ESTANDARIZACIÓN DE FLUJOS (4 horas)

• Habilidades reutilizables (skills)
• Comandos personalizados
• Automatización de tareas repetitivas
• Transformación de SOPs en instrucciones
• Bibliotecas de habilidades
• Reducción de dependencia conversacional

Caso de estudio:

Conversión de un Procedimiento Operativo Estándar (SOP) de recursos humanos en un conjunto de instrucciones y habilidades reutilizables para un agente.

Actividad práctica:

Diseño de una biblioteca de habilidades (skills) que permitan a un agente realizar tres tareas repetitivas diferentes, minimizando la necesidad de conversación paso a paso.

Unidad 8: ORQUESTACIÓN MULTIAGENTE (4 horas)

• Agentes especializados por rol
• Patrón planificador verificador ejecutor
• Ejecución paralela
• Debate entre agentes
• Consenso estadístico
• Separación de responsabilidades

Caso de estudio:

Establecimiento de un flujo multiagente (Requisitos, Arquitecto, Desarrollador) para la creación de una nueva característica de software. Los agentes deben debatir las dependencias y consensuar un plan técnico.

Actividad práctica:

Construcción de un pipeline de orquestación donde un agente Planificador descompone una user story en tareas, un agente Verificador valida la factibilidad y un agente Ejecutor (Codificador) se encarga de la implementación.

Unidad 9: CALIDAD Y VERIFICACIÓN (4 horas)

• Desarrollo guiado por pruebas (TDD)
• Separación implementador revisor
• Validaciones automáticas
• Ciclos de autocorrección
• Entornos controlados
• Prioridad en confiabilidad

Caso de estudio:

Establecimiento de un ciclo de autocorrección para un agente de codificación, donde un agente implementador genera código y un agente revisor genera pruebas y verifica la ejecución.

Actividad práctica:

Aplicación de la filosofía TDD (Desarrollo guiado por pruebas) utilizando un agente para generar primero las pruebas unitarias antes de escribir la implementación.

Unidad 10: DESPLIEGUE EN PRODUCCIÓN Y AUTOMATIZACIÓN (4 horas)

• Distribución de tareas por complejidad
• Automatización de despliegues
• Mecanismos de seguridad
• Supervisión mínima
• Monitoreo en producción
• Automatización del ciclo completo

Caso de estudio:

Diseño de un sistema de monitoreo en producción para detectar deriva de modelo y otros fallos operacionales en un sistema agéntico.

Actividad práctica:

Creación de un script de automatización que distribuya tareas de complejidad variada a diferentes agentes especializados y gestione su despliegue continuo.