</> CodeBooks
    ← Volver a IA generativa y LLMs (página 12)
    Portada de AI-Assisted Programming for Web and Machine Learning

    AI-Assisted Programming for Web and Machine Learning

    Christoffer Noring, Anjali Jain, Marina Fernandez, Ayşe Mutlu, Ajit Jaokar

    Editorial
    Packt
    Año
    2024
    Páginas
    ~812
    Nivel
    Intermedio

    De qué trata

    Extenso volumen de referencia de más de 800 páginas escrito por Christoffer Noring (Senior Cloud Advocate en Microsoft) junto a Anjali Jain, Marina Fernandez, Ayşe Mutlu y Ajit Jaokar, publicado por Packt en agosto de 2024. Su propósito es enseñar a los programadores a maximizar su productividad incorporando asistentes basados en IA generativa, centrándose principalmente en GitHub Copilot (y Copilot Chat) junto con ChatGPT (GPT-4/GPT-3.5). Está concebido para desarrolladores web, ingenieros de software y analistas o científicos de datos de nivel intermedio que ya conocen las bases de HTML/CSS/JavaScript y Python, y desean integrar la asistencia por IA en sus flujos diarios para automatizar tareas repetitivas, generar código base y acelerar la resolución de problemas.

    La obra está dividida en dos grandes bloques temáticos. El primero se enfoca en el desarrollo web full-stack, donde se enseñan estrategias avanzadas de prompting para maquetar interfaces con HTML5 y CSS3 responsivo, programar interactividad con JavaScript, crear APIs backend con Python y el microframework Flask, conectar servicios cognitivos de IA en la nube y refactorizar código heredado para mejorar su arquitectura y legibilidad. El segundo bloque se dedica a la ciencia de datos y el aprendizaje automático asistido por prompts: cubre exploración y limpieza de datos, ingeniería de características, modelos clásicos de clasificación y regresión con Scikit-Learn, análisis no supervisado con clustering K-Means y PCA, y diseño de redes neuronales profundas (MLP y redes convolucionales CNN) para visión artificial sobre conjuntos de datos como Fashion-MNIST y CIFAR-10, cerrando con una introducción a los agentes autónomos de programación.

    A nivel práctico, el lector implementa tanto una aplicación web completa asistida con su backend en Flask como una serie de pipelines analíticos y clasificadores de visión por ordenador, aprendiendo a dialogar de manera precisa con el asistente para depurar errores y optimizar algoritmos. Su mayor aportación es la enorme amplitud temática y el recetario de prompts aplicados que reúne bajo una misma metodología. Al ser una obra tan extensa, abarca numerosos conceptos introductorios que pueden resultar algo lentos para perfiles sénior que solo buscan patrones de interacción avanzados. Es indispensable contar con experiencia básica en desarrollo web y programación en Python en entornos como Visual Studio Code.

    • GitHub Copilot
    • ChatGPT
    • Ingeniería de prompts
    • Python
    • Flask
    • Desarrollo web frontend
    • Machine Learning
    • Scikit-Learn
    • Redes neuronales
    • Visión artificial
    • Refactorización de código

    ¿Cómo enseña?

    TeóricoPráctico

    Teoría + práctica

    • ✗ Sin ejercicios
    • ✓ Incluye proyectos

    Proyectos

    Aplicación web completa con API en Flask

    Desarrollo asistido por IA de una interfaz responsiva con HTML5, CSS3 y JavaScript moderno conectada a una API backend en Python con Flask y servicios en la nube. Tecnologías: HTML5, CSS3, JavaScript, Python, Flask y GitHub Copilot.

    Pipelines de ciencia de datos y clasificación de imágenes

    Construcción guiada por prompts de modelos de predicción de gasto de clientes y redes neuronales profundas (MLP para Fashion-MNIST y CNN para CIFAR-10). Tecnologías: Python, Scikit-Learn, TensorFlow/Keras, ChatGPT y GitHub Copilot.

    Más de IA generativa y LLMs con nivel Intermedio