Saltar al contenido
desarrollo_software
Impulsa tu talento


Technitive: ¿Cómo ayuda la IA en el ciclo de vida de desarrollo de software?

En este encuentro te mostraremos cómo la IA está transformando el desarrollo de software, al potenciar áreas clave como la seguridad, la eficiencia y la calidad del código.

Fecha: 23 de octubre de 2024
Hora: 18:00
Ubicación: Capgemini (Madrid). C/ Puerto Somport 9. Edif. OXXEO. Planta baja ( (AIE)

Los #Technitives son charlas de carácter divulgativo, orientadas a personas con inquietudes tecnológicas, en las que se muestran cómo aplicamos las últimas tecnologías a los diferentes sectores en los que desarrollamos nuestra actividad. Impulsa tu carrera con el mejor conocimiento técnico.

Además de potenciar áreas clave como la seguridad, eficiencia y calidad del código, la Inteligencia Artificial está permitiendo a los equipos identificar necesidades en etapas claves como la definición de requisitos, el propio desarrollo y los procesos de validación.   

Un uso importante de la IA es en la detección de vulnerabilidades, las cuales se pueden presentar en cualquier etapa del ciclo de vida del desarrollo de software. Durante la etapa de ingeniería de requisitos, el uso de la IA facilita la recolección y el análisis de requisitos al automatizar procesos como la revisión de los requisitos y la identificación de ambigüedades o inconsistencias en las especificaciones. Además, mediante el uso de procesamiento de lenguaje natural (NLP), se pueden interpretar grandes volúmenes de datos y extraer información útil, lo que ayuda a los equipos a definir requisitos más claros y precisos desde el inicio.

Durante el proceso de desarrollo, la IA permite realizar sugerencias de código como un soporte para agilizar la implementación. Además, permite analizar los cambios registrados en commits para identificar anomalías y patrones de riesgo, utilizando grandes conjuntos de datos para entrenar modelos que reconozcan potenciales problemas. Esto permite a los desarrolladores recibir alertas sobre posibles fallos, lo que aumenta la capacidad de abordar problemas desde las primeras etapas del desarrollo. En la fase de validación, la IA contribuye a mejorar las pruebas de software al sugerir o ejecutar casos de prueba para un conjunto de requisitos. También ayuda a identificar patrones de errores, optimizando así la cobertura de pruebas y garantizando que el software cumple con los requisitos especificados. Esto permite una validación más exhaustiva y eficiente, lo cual impacta en reducciones de tiempo y coste. 

Al abordar estos aspectos de manera proactiva, la IA contribuye a reducir los costos asociados a la baja calidad del software, lo que es crucial para mejorar la seguridad y la confiabilidad en proyectos a gran escala. En este technitive se explora y se ahonda en estos y otros aspectos para descubrir cómo la IA ayuda en el ciclo de vida del desarrollo de software.   

¡Te esperamos!

Inscríbete en el formulario para conectarte al Technitive

Nombre no es válido.
Apellidos no es válido.
Correo electrónico no es válido.
¿Trabajas en Capgemini? no es válido.
Slide to submit
Tu inscripción se ha realizado correctamente.

Nos pondremos en contacto contigo próximamente para darte los detalles de la conexión.

Lo sentimos, el envío del formulario falló. Inténtalo de nuevo.

Conoce a los ponentes

Andrea Fontalvo Echávez

R&D Advanced Engineer, Capgemini Engineering Spain
Technical Leader en SOLSTICIA, Ingeniera Electrónica y Máster en Automática y Robótica por la Universidad Politécnica de Madrid. Cuenta con más de 5 años de experiencia en el campo de la I+D trabajando para proyectos en las áreas de Ciencias de la Salud, Industria y Energía, enfocándose en el diseño e implementación de soluciones con Machine Learning e IA para soluciones innovadoras, así como también de prototipado electrónico con un enfoque de design thinking.

Daniel Iglesias Canelo

Embedded software engineer en Capgemini Engineering España
Ingeniero de Telecomunicaciones con más de 3 años de experiencia en el desarrollo de software para proyectos de I+D en los sectores de energía y ferroviario. Su trabajo se centra en la investigación, análisis y desarrollo de modelos y algoritmos para procesamiento de audio e imágenes, así como en la integración de éstos en aplicaciones para su despliegue.