Estructura De La Charla

Primer slide - Índice

• Posicionamiento de UNQ, mas específicamente el departamento de cyt (armar con ustedes, pensarlo juntos)
• Equipos de investigación? Armar un curso como excusa para hablar del tema. Investigación? (como espacio de tecnología innovadora)
• Plantear un modelo sobre las cosas que deberían llevarse los chicos de una carrera, pensar la ingeniería del futuro, atravesada por la ia. (repensar la metodología, los saberes, la disciplina, la construcción de sw en el mundo de la ia)

Segundo slide Lo que no es

• Salirnos del lugar de usuario (vibe coding, prompting) sino del de constructores de soluciones.
• No quedarnos en discutir la ética de la ia, o los riesgos, sin compronder la profundidad de la capacidad). Ya sabemos los riesgos, los sesgos, que alucina, etc

Tercer slide Elije tu propia aventura:

• Construir sw basado en IA para dar servicios.
• La IA como herramienta para construir sw.

Uso del LLM en tiempo de desarrollo Uso del LLM en tiempo de producción, sw terminado, como pieza de sw, del sw en ejecución.

Cuarto slide - Usa LLM como parte del producto final Si queremos

• Interfaces conversacionales: Usan el lenguaje natural como interfaz principal para interactuar con el sistema.

• Copilots: Asisten al usuario dentro de una herramienta existente, aumentando su productividad sin reemplazar su control.
• Sistemas embebidos: Integran el LLM como un componente interno que toma decisiones o enriquece datos sin exposición directa al usuario.
• Automatización de workflows: Ejecutan tareas completas de negocio de forma automática dentro de procesos definidos.
• Agentes autónomos: Planifican, ejecutan y ajustan acciones de forma iterativa para alcanzar objetivos complejos con mínima intervención humana.
• Usos específicos como análisis de imágenes, pensar otros ejemplos

Spec driven development

Lista de tareas

• Slide sobre posicionamiento
• Slide sobre los contenidos del curso y posibles orientaciones
• Acomodar el tercer slide
• Pensar ejemplos para cada punto y tenerlos preparados (o pensar ejemplos y ver como calzan)

Ejemplos:

• Arquitectura levantada localmente (dibujito). Docker. Mostrar lo que tengo corriendo.
• Node-red: Automatización de tareas y en algún momento le pega al modelo. Resumir emails. Ejemplo de tareas de git.
• Embeding en buscar de grafos.
• ARBA: ALIA, documentación automática de proyectos. Skills.
• ARBA: RAG tradicional
• Redes neuronales
• Red neuronal que aprendía jugar al te-te-tí
• Modelos de aprendizajes que no están basados en redes neuronales