Probando Google Gemini 2.5 Pro para la Generación de Código Seguro

Resumen

Explore las capacidades de Google Gemini 2.5 Pro en la generación de código seguro a través de una evaluación exhaustiva. Este evento profundiza en si esta sofisticada herramienta de IA puede crear código seguro para una aplicación de toma de notas, evaluando su rendimiento frente a vulnerabilidades de seguridad conocidas.

Únase a nosotros para obtener información sobre las proezas y limitaciones de la IA en el ámbito del desarrollo de software, con un enfoque específico en la garantía de seguridad.

Obtenga una comprensión más profunda de la intersección entre la inteligencia artificial y la ciencia de la computación siguiendo este evento en YouTube. Esta sesión es ideal para entusiastas y profesionales interesados en soluciones de codificación impulsadas por IA y sus implicaciones prácticas.

Categorías:

Cursos de Inteligencia Artificial, Cursos de Ciencias de la Computación

Programa de estudio

• Introducción al Curso
Descripción general de Google Gemini 2.5 Pro
Objetivos del curso
Descripción general de los principios de código seguro
• Entendiendo la IA en la generación de código
Fundamentos de los modelos de generación de código
Introducción a Google Gemini 2.5 Pro
• Introducción a la seguridad de software
Vulnerabilidades comunes de seguridad (p. ej., OWASP Top Ten)
Principios del desarrollo de software seguro
• Configuración del entorno de desarrollo
Instalación y configuración de Google Gemini 2.5 Pro
Herramientas y recursos para pruebas
• Diseño de una aplicación segura para tomar notas
Especificación de requisitos
Identificación de requisitos de seguridad
• Generación de código con Google Gemini 2.5 Pro
Proceso de generación de código
Mejores prácticas para la integración con código generado por IA
• Pruebas de vulnerabilidades de seguridad
Análisis de código estático
Pruebas dinámicas y pruebas de penetración
• Evaluación del resultado de Google Gemini 2.5 Pro
Evaluación de la calidad del código
Identificación de fallas de seguridad
• Mitigación de riesgos de seguridad
Técnicas para mejorar la seguridad posterior a la generación de código
Corrección de vulnerabilidades en código generado por IA
• Estudios de caso
Análisis de generación de código seguro exitoso con IA
Lecciones aprendidas de la explotación de vulnerabilidades
• Futuro de la IA en la generación de código seguro
Tendencias y expectativas
Consideraciones éticas en la generación de código con IA
• Proyecto final
Desarrollar y probar una aplicación segura para tomar notas
Documentación y presentación de hallazgos
• Conclusión del curso
Resumen de los aprendizajes críticos
Comentarios y direcciones futuras

---

Asignaturas

Ciencias de la Computación