Taller práctico AI-DLC Unicorn Gym - Domina AI-DLC con desarrollo en equipo
Presentamos el contenido completo del taller práctico de 3 días para experimentar AI-DLC con desarrollo en equipo. Explicamos cómo llevar a cabo Mob Elaboration y Mob Construction, y cómo aprovechar los flujos de trabajo de código abierto.
Qué es AI-DLC Unicorn Gym
AI-DLC Unicorn Gym es un taller práctico liderado por AWS sobre AI-Driven Development Lifecycle (AI-DLC). Los participantes forman equipos interdepartamentales y aplican la metodología AI-DLC a proyectos reales durante 3 días. En lugar de aprender la teoría de AI-DLC en clases magistrales, los participantes experimentan las 3 fases Inception, Construction y Operation escribiendo código real con Kiro y Amazon Q Developer. Está diseñado para que puedan participar personas de cualquier nivel de experiencia, desde ingenieros experimentados hasta miembros que normalmente no escriben código.
Desarrollo de los 3 días
El taller se estructura en 3 días. El primer día comienza con la introducción de los conceptos básicos de AI-DLC y las herramientas a utilizar, seguido de la formación de equipos y la asignación de proyectos. Cada equipo, como fase Inception, introduce los requisitos de negocio en la IA y en la Mob Elaboration todo el equipo verifica y corrige las definiciones de requisitos e historias de usuario propuestas por la IA. El segundo día se entra en la fase Construction, donde el equipo evalúa y aprueba la arquitectura y el código propuestos por la IA en la Mob Construction mientras avanza la implementación. También se practica la configuración de archivos de steering y Project Rules para ajustar la calidad de la salida de la IA a los estándares de la organización. El tercer día se realiza la fase Operation y el despliegue, así como la presentación de resultados de cada equipo.
Aprovechamiento de flujos de trabajo de código abierto
En AI-DLC Unicorn Gym se aprovechan los flujos de trabajo AI-DLC publicados como código abierto por AWS (awslabs/aidlc-workflows). Este repositorio contiene Rules de Amazon Q Developer y archivos de steering de Kiro, implementando los 3 principios de AI-DLC (selección adaptativa de flujo de trabajo, ajuste flexible de profundidad e incorporación de supervisión humana). Con solo comunicar la intención del proyecto en lenguaje natural, la IA evalúa el contexto y selecciona automáticamente la fase y profundidad apropiadas. Se puede experimentar un comportamiento adaptativo como aplicar un flujo de trabajo ligero para correcciones simples de errores y un flujo de trabajo con definición detallada de requisitos y diseño para el desarrollo de nuevas funcionalidades.
Implementación en la empresa y efectos
Los conocimientos adquiridos en el taller se pueden aplicar directamente a la introducción de AI-DLC en los equipos de desarrollo de su empresa. Se llevan las plantillas de archivos de steering, los procedimientos de Mob Elaboration y Mob Construction, y las mejores prácticas de formación de equipos para aplicarlos a los proyectos propios. Como efecto de la introducción de AI-DLC, los sprints tradicionales (varias semanas) se reducen a Bolts (horas a días), mejorando la velocidad de desarrollo. Al mismo tiempo, como la aprobación humana está incorporada en todas las decisiones, se mantiene la calidad y la gobernanza. Consultando con el equipo de cuentas de AWS, también es posible personalizar el taller según los requisitos de su empresa.
Resumen
AI-DLC Unicorn Gym es un programa de taller de desarrollo en equipo de 3 días para experimentar de forma práctica el AI-DLC (AI-assisted Development Lifecycle) de Amazon. Se adquieren procesos de desarrollo que aprovechan flujos de trabajo de código abierto, y se llevan métodos concretos y know-how de gestión de equipos para incorporar la IA en el desarrollo de productos de su empresa.
Referencias (recursos oficiales de AWS)
Las fuentes primarias de esta página son el sitio web y la documentación oficiales de AWS. Consulta las páginas oficiales siguientes para conocer las especificaciones y los precios más recientes.
Si esta página y la documentación oficial difieren, prevalece la documentación oficial.