De la generación de código hacia la ingeniería de software: Avanzando en inteligencia de código con modelos de lenguaje.

Resumen

Programa

• Introducción a la Inteligencia de Código
Visión general de los modelos de lenguaje en IA
Contexto histórico: de los sistemas basados en reglas a las redes neuronales
• Fundamentos de la generación de código con modelos de lenguaje
Conceptos básicos de la arquitectura Transformer
Preentrenamiento y ajuste fino para la finalización de código
Limitaciones de las técnicas actuales de generación de código
• Razonamiento simbólico en modelos de lenguaje
Introducción a los conceptos de IA simbólica
Integración del razonamiento simbólico con modelos neuronales
Estudios de caso: mejora simbólica en el análisis de código
• Razonamiento global para tareas de ingeniería de software
Comprensión de la complejidad en ingeniería de software
Papel del contexto global en la comprensión del código
Técnicas para capturar la estructura global del código
• Aplicaciones avanzadas en ingeniería de software
Depuración automatizada y corrección de errores
Modelos asistivos para el diseño y arquitectura de software
Mejorando el rendimiento de modelos en bases de código heredado
• Desafíos y direcciones futuras
Consideraciones éticas en el desarrollo de software impulsado por IA
Limitaciones de las técnicas actuales de IA en ingeniería de software
Prospectos futuros: unificación de enfoques simbólicos y neuronales
• Taller práctico: Creación e implementación de un modelo de inteligencia de código
Herramientas y marcos: PyTorch, TensorFlow y Hugging Face
Proyecto práctico: Desarrollo de un sistema de sugerencia de código
• Conclusión y pasos siguientes
Resumen de los aprendizajes clave
Direcciones para el aprendizaje continuo y oportunidades de investigación

---

Materias

Computer Science