$200 + IVA (no miembros)
Online
Duración
Fechas
Miércoles, jueves
Online
Duración
Cualquier información puede contactarse a nuestro correo electrónicos en el siguiente link
Instructor: Jordan Murillo, Diego Quisi
Horario: Miércoles y jueves de 19:00 a 21:00
Resumen:
Este curso introduce a los principios y prácticas esenciales de DevOps, integrando el uso estratégico de herramientas de inteligencia artificial para optimizar el ciclo de vida del desarrollo de software. Los participantes explorarán conceptos clave como integración y entrega continua (CI/CD), automatización de pruebas, seguridad y monitoreo, potenciados con el apoyo de asistentes de inteligencia artificial. Al finalizar, los participantes contarán con las competencias necesarias para implementar flujos de trabajo DevOps eficientes y aprovechar la IA para mejorar la calidad, las pruebas y la colaboración en sus proyectos tecnológicos.
Audiencia:
Dirigido a profesionales y técnicos de TI, desarrolladores, administradores de sistemas y estudiantes de nivel superior con base en programación y manejo de sistemas operativos. Orientado a quienes necesitan cerrar brechas en automatización, colaboración Dev–Ops y despliegues seguros/ágiles, incorporando herramientas de IA generativa en su flujo de trabajo. Nivel de entrada: básico–intermedio; aplicación directa en entornos laborales y académicos con ciclos de entrega continuos y uso de herramientas de desarrollo en computador con acceso a internet.
|
Competencia específica
|
|---|
|
Aplicar herramientas (Git, Docker/Compose y pipelines) para desplegar y operar servicios en entornos simulados, cuidando estabilidad y seguridad.
|
Jordan Murillo: Ingeniero en Sistemas, con más de 5 años de experiencia y enfoque en DevOps y MLOps para proyectos de inteligencia artificial. Ha gestionado el despliegue, mantenimiento y seguridad de servidores y servicios en producción, además de la administración de APIs y cuentas de plataformas de IA (OpenAI, Gemini) y la optimización de entornos de ejecución. Ha participado en proyectos con modelos de lenguaje y chatbots, integrando buenas prácticas de desarrollo y trabajo colaborativo. Actualmente se desempeña como Especialista en IA en CEDIA, apoyando la adopción de soluciones de IA en entornos reales.
Diego Quisi: Ingeniero en Sistemas. Con más de 10 años de experiencia en docencia e investigación universitaria y más de 30 publicaciones indexadas en SCOPUS, ha liderado proyectos de inteligencia artificial, ciencia de datos y transformación digital en colaboración con universidades y empresas. Es especialista en el desarrollo de aplicaciones móviles multiplataforma, integrando metodologías ágiles y soluciones innovadoras que vinculan la academia con el sector productivo. Actualmente es Gerente de Inteligencia Artificial de CEDIA, impulsando la transformación digital a través de Modelos de Lenguaje de Gran Escala (LLM).
Estrategias de aprendizaje (alineadas a competencias)
• Metodología «AI-First»: Se prioriza el entendimiento lógico del flujo de despliegue sobre la sintaxis. El participante define el «qué» (flujo) y la IA asiste en el «cómo» (código).
• Aprendizaje Basado en Proyectos (ABP): Desarrollo transversal del caso «Data-Driven Retail», simulando un entorno empresarial lo más apegado a la realidad.
Evidencias de Desempeño:
• Portafolio de Scripts: Colección de scripts generados durante las sesiones, demostrando la evolución.
• Proyecto Final: Presentación del pipeline completo funcionando con todas las etapas de DevOps.
Características:
Modalidad: Online (sesiones sincrónicas) + actividades virtuales autónomas.
Interacción y seguimiento:
• Videoconferencias en vivo para teoría/demos y resolución de dudas.
• Canal de comunicación para soporte y anuncios (chat o foro) y tutorías breves según necesidad.
• Revisión de repositorios y retroalimentación sobre commits, pipelines y documentación.
Objetivo General:
Al finalizar el curso, el participante será capaz de diseñar e implementar un flujo de trabajo DevOps para un proyecto de software, integrando herramientas de IA generativa para automatizar y optimizar tareas de integración, despliegue y mejora continua, aplicando buenas prácticas de colaboración, seguridad y cultura DevOps en entornos reales o simulados.
Requisitos Previos:
• Conocimientos previos: programación básica (cualquier lenguaje), uso de línea de comandos; nociones de Git (clonar, commit, push/pull) y conceptos generales de desarrollo/despliegue web (deseable).
• Habilidades técnicas o prácticas: manejo básico de contenedores y Docker (idealmente Docker Compose a nivel inicial).
• Recursos necesarios: computador con permisos de instalación, acceso estable a internet, cuenta en GitHub o GitLab, Docker Desktop (o Docker Engine) y un editor de código.
Resultados de Aprendizaje por Competencia
Técnologico-Integrador
• El participante aplica técnicas de ingeniería de prompts para diseñar y generar flujos de integración y despliegue continuo (CI/CD), orientados al despliegue de aplicaciones en servidores en la nube, analizando su funcionamiento y realizando ajustes para asegurar una ejecución estable.
Evaluación:
• Integradora: Evaluación del Proyecto Final presentada en la semana 4, valorando la funcionalidad y la claridad en la exposición.
• Formativa: Seguimiento continuo durante las sesiones prácticas y resolución de dudas en vivo.
|
TEMA
|
SUBTEMA
|
|---|---|
|
Fundamentos de DevOps e IA
|
Principios DevOps: cultura, colaboración, automatización y flujo end-to-end
|
|
Rol de la IA en DevOps: casos de uso, prompting y buenas prácticas
|
|
|
Control de versiones avanzado con Git y bases de GitOps
|
|
|
Integración y Entrega Continua (CI/CD)
|
Introducción a CI/CD: etapas, runners, artefactos y variables
|
|
Construcción de pipelines con GitHub Actions
|
|
|
Automatización de pruebas y optimización del pipeline con apoyo de IA.
|
|
|
Contenedores
|
Fundamentos de Docker: imágenes, contenedores, redes y buenas prácticas
|
|
Docker Compose y despliegue de servicios; control de versiones de configuraciones.
|
|
|
Introducción a Kubernetes
|
|
|
Observabilidad, DevSecOps
|
Observabilidad y DevSecOps básicos
|
|
Proyecto Final
|
Revisión y retroalimentación
|
