Que la IA escriba código está buenísimo. Que después alguien tenga que revisar 40 PRs, no tanto. En este taller vamos a meter mano con lo nuevo de CodeRabbit: aprenderás a planificar, crear código con… Ver más

Que la IA escriba código está buenísimo. Que después alguien tenga que revisar 40 PRs, no tanto. En este taller vamos a meter mano con lo nuevo de CodeRabbit: aprenderás a planificar, crear código con agentes, revisar cambios, priorizar PRs, encontrar problemas de seguridad y llevar tu proyecto a producción. La idea: que las herramientas hagan más del trabajo y vos puedas concentrarte en qué querés construir. Sobre Juan Pablo Flores: Juan Pablo Flores trabaja en Developer Experience en CodeRabbit, un producto de code review potenciado por IA. Tiene experiencia construyendo y apoyando comunidades técnicas de estudiantes, y ha investigado cómo las personas colaboran en plataformas online y las dinámicas sociales del live streaming. Fan de las películas de Ghibli, los videojuegos de aventura y las entrevistas en Netflix. Ver menos

Un agente abre un pull request. El cambio compila y los tests pasan, pero nadie del equipo puede explicar con claridad qué cambió ni por qué es seguro. El botón de merge está verde de todos modos. Es… Ver más

Un agente abre un pull request. El cambio compila y los tests pasan, pero nadie del equipo puede explicar con claridad qué cambió ni por qué es seguro. El botón de merge está verde de todos modos. Estamos produciendo código más rápido de lo que podemos comprenderlo. Eso crea un problema nuevo: cambios que recorren todo el proceso de revisión sin que una persona construya un modelo mental de lo que va a poner en producción. Una explicación convincente del mismo agente tampoco alcanza. Puede repetir con mucha seguridad la suposición equivocada que guió su implementación. En esta charla desmontaremos un cambio generado por IA desde el prompt hasta la decisión de merge. Veremos cómo recuperar la intención detrás de un diff grande y qué ocurre cuando otro sistema revisa el trabajo con un objetivo independiente. Después pondremos sus conclusiones a prueba contra el código y el CI, porque una explicación no reemplaza la evidencia. La IA puede escribir y ayudar a revisar el cambio. La responsabilidad sigue teniendo nombre y apellido. Sobre Juan Pablo Flores: Juan Pablo Flores trabaja en Developer Experience en CodeRabbit, un producto de code review potenciado por IA. Tiene experiencia construyendo y apoyando comunidades técnicas de estudiantes, y ha investigado cómo las personas colaboran en plataformas online y las dinámicas sociales del live streaming. Fan de las películas de Ghibli, los videojuegos de aventura y las entrevistas en Netflix. Ver menos

Si estás usando LLMs para revisar código y las sugerencias siguen siendo genéricas o señalan cosas que no son bugs sino decisiones intencionales del equipo, no es culpa del modelo. Cuando construimos … Ver más

Si estás usando LLMs para revisar código y las sugerencias siguen siendo genéricas o señalan cosas que no son bugs sino decisiones intencionales del equipo, no es culpa del modelo. Cuando construimos CodeRabbit, un producto de AI code review, descubrimos que el prompt perfecto no alcanza si el modelo no tiene el contexto correcto. Sin las convenciones del equipo, el historial de cambios o el grafo de dependencias, cualquier modelo va a revisar tu código a ciegas. En esta charla compartiremos las tres fases que recorrimos: desde mandar un diff y esperar buenos resultados, hasta diseñar sistemas que curan dinámicamente qué información llega al modelo en cada review. Si estás integrando LLMs en tu flujo de desarrollo y los resultados no terminan de convencer, esta charla te mostrará por qué el cuello de botella no es la instrucción sino la arquitectura de contexto que la rodea. Sobre Juan Pablo Flores: Juan Pablo Flores trabaja en Developer Experience en CodeRabbit, un producto de code review potenciado por IA. Tiene experiencia construyendo y apoyando comunidades técnicas de estudiantes, y ha investigado cómo las personas colaboran en plataformas online y las dinámicas sociales del live streaming. Fan de las películas de Ghibli, los videojuegos de aventura y las entrevistas en Netflix. Ver menos

¿Quieres dominar la programación asistida por IA pero no sabes por dónde empezar? En este taller práctico de una hora, aprenderás los fundamentos esenciales para aprovechar al máximo tus modelos de in… Ver más

¿Quieres dominar la programación asistida por IA pero no sabes por dónde empezar? En este taller práctico de una hora, aprenderás los fundamentos esenciales para aprovechar al máximo tus modelos de inferencia y convertirte en un desarrollador más eficiente. Lo que aprenderás: • Técnicas de prompting efectivo: Zero-shot, one-shot y chain-of-thought para tareas complejas • Control humano en el bucle: Cómo mantener la autonomía mientras aprovechas la asistencia de IA • Flujos de trabajo Plan/Act: Estrategias para estructurar proyectos de manera eficiente • Optimización de inferencia: Cómo comunicarte claramente con IA para obtener mejores resultados • Casos de uso reales: Ejemplos prácticos de desarrollo web, debugging y refactoring Sobre Juan Pablo Flores: Juan Pablo Flores (Juan Pa) es Senior Developer Advocate, tecnólogo, educador y creador de comunidades enfocado en hacer el conocimiento más accesible y la creatividad más colaborativa. Con una trayectoria que abarca programación, pedagogía y estrategia, ha liderado iniciativas globales, ampliado la difusión en GitHub y desarrollado programas que empoderan a miles de estudiantes en todo el mundo. Ya sea desmitificando la IA o conectando a equipos técnicos con mentes inquietas, Juan Pa se rige por una simple convicción: todos merecen un lugar en la mesa y las herramientas para darle forma. Ver menos