🎙️ Leifer Méndez habla sobre el futuro del desarrollo con IA
Alvaro Moya
CTO | AI | Founder LIDR.co | Linkedin Top Voice | Speaker | Tech Leadership | Innovation
Llega una nueva entrega de Tech Sherpas, la comunidad #1 de liderazgo en tech, IA para el desarrollo de software e innovación en español. En X/Twitter nos tienes en @techsherpas_
👋 Muy buenas…
Hoy tenemos una Tech Sherpas cargada de insights y en un formato un tanto diferente a lo que estás acostumbrado.
Traigo conmigo a Leifer Méndez, Senior Software Engineer y todo un referente en Desarrollo Frontend, cuenta con +80.000 suscriptores en YouTube y es el creador de BuilderBot. Además es mentor del Máster AI4Devs. Hablamos sobre cómo la IA está transformando el desarrollo de software y lo que necesitas para posicionarte como un AI Engineer en el sector tech.
Desde habilidades clave hasta casos prácticos que ya están transformando equipos tech, esta entrevista no tiene desperdicio 🤘🏻⭐ ¡Vamos allá!
1. Estamos viendo el surgimiento de nuevos roles. ¿Qué habilidades debe dominar un developer para convertirse en AI Engineer?
Leifer: «La clave está en dominar tres pilares: el desarrollo de software clásico, las tecnologías de IA como los LLMs, y el despliegue práctico de soluciones.
Lo interesante es que no solo necesitas las habilidades técnicas en lenguajes de programación como Python, Nodejs, o algún otro sino también en entender el impacto real en el negocio. Estamos viendo cómo los equipos necesitan personas que puedan traducir conceptos complejos de IA en soluciones prácticas».
2. ¿Qué aspectos del día a día de un AI Engineer lo diferencian de un developer tradicional, y qué aporta al equipo?
Leifer: «La principal diferencia está en cómo abordamos los problemas. Un AI Engineer pasa mucho tiempo experimentando con modelos y prompts, algo que raramente verás en el desarrollo tradicional.
No solo escribimos código, sino que "dialogamos" con la IA para conseguir los resultados deseados.
En el día a día, dedicamos bastante tiempo a la evaluación y mejora de modelos, analizando sesgos, calidad de respuestas y comportamientos inesperados.
Lo más valioso que aportamos al equipo es ser el puente entre el mundo del desarrollo clásico y las capacidades de la IA, identificando dónde aporta valor real y cómo integrarla de forma práctica y responsable».
Vemos algunos casos prácticos y concretos del día a día…
3. La documentación técnica, especialmente con diagramas que se actualizan con cada cambio en el código, es un reto constante en proyectos grandes. ¿Qué soluciones basadas en IA existen?
Leifer: «Estamos usando herramientas que "entienden" los cambios en el código y actualizan la documentación en tiempo real. Es fascinante ver cómo los sistemas de IA detectan cambios estructurales y sugieren actualizaciones en diagramas UML o Mermaid sin intervención manual, como es el caso de GitHub Copilot que ayuda a mantener diagramas sin embargo; hablemos de Cursor».
4 ¿Qué opinas sobre el uso de IA para transformar la documentación interna de una empresa en un chatbot que facilite los onboardings y la resolución de dudas, reemplazando así las viejas intranets?
Leifer: «Es de las ideas que más me gustan y que he puesto en práctica.
La magia está en la personalización.
El chatbot puede adaptarse al perfil de cada empleado: un desarrollador recibe respuestas técnicas detalladas, mientras que marketing obtiene contenido orientado a su área. Eliminas esa frustración inicial de navegar por documentos genéricos. Además, puede programarse para hacer seguimiento proactivo».
5. A la hora de documentar historias de usuario y tickets, ¿la IA puede asegurar que estos se alineen con estándares de calidad, seguridad y experiencia de usuario? ¿Cómo?
Leifer: «Los LLMs están transformando este proceso. La herramienta detecta automáticamente puntos débiles, sugiere mejoras, asegura requisitos de seguridad y rendimiento y mantiene la consistencia con los estándares del equipo.
Lo interesante es su capacidad de aprendizaje: cada ticket exitoso enriquece su base de conocimiento. Por ejemplo, si detecta que un proyecto similar tuvo problemas de rendimiento, automáticamente sugiere incluir métricas específicas para prevenirlos.
Pero, la precisión de estas herramientas depende de la calidad y cantidad de datos proporcionados. Cuanta más información relevante y validada reciban, mejores serán sus sugerencias y menor el margen de error».
6. La integración de APIs sigue siendo una parte central en el desarrollo. ¿Cómo evitarías posibles errores en el proceso?
Leifer: «Para evitar errores, seguimos un enfoque triple:
Lo crucial es alimentar el sistema con logs de errores previos y documentación actualizada. Cuantos más datos de calidad tenga sobre integraciones exitosas y fallidas, mejor será su capacidad para prevenir problemas».
7. La gestión de pull requests es bastante tediosa. ¿Es fiable utilizar la IA para la documentación automática de pull requests una vez que se completa una tarea?
Leifer: «La fiabilidad y precisión es brutal, aunque lo importante está en los detalles: el sistema analiza cada línea de código modificada, cada commit message, y cada comentario para construir una narrativa completa del cambio.
Los factores claves, sencillo:
Con un nivel de detalle impresionante. Porque no solo captura los cambios técnicos, sino que identifica impactos en el rendimiento, posibles efectos secundarios en otros módulos, y hasta sugiere áreas que necesitan pruebas adicionales».
8. Y, por último, uno de los grandes temas es la infraestructura como código. ¿Qué herramientas recomendarías?
Leifer: «GitHub Copilot destaca por su capacidad de sugerir configuraciones completas de infraestructura, además aprendiendo de millones de repositorios para recomendar las mejores prácticas.
Cursor es particularmente útil porque permite cargar tu propia documentación de infraestructura, mejorando la precisión de las sugerencias para tu entorno específico. Además, que se integra con Copilot y permite una mejor experiencia en la escritura de configuraciones.
Algunas otras muy novedosas que he estado probando; sin embargo una nueva que desde mi perspectiva destaca es bolt.new».
Muchas gracias, Leifer, por tu tiempo 🙏
Lo que nos comparte Leifer es solo una muestra del impacto que la IA está teniendo en el desarrollo de software y cómo aprovecharla para transformar nuestras carreras y equipos.
¿Te imaginas escuchar más ideas como estas, debatirlas en persona y aprender directamente de expertos que están en la primera línea del cambio tecnológico?
📍 Tech Sherpas te espera en Madrid y Barcelona el próximo 20 de noviembre.
Estos eventos presenciales son una oportunidad única para profundizar en cómo integrar la IA en tu equipo y optimizar el desarrollo de software con las mejores prácticas.
🎙️ Speakers confirmados:
No solo aprenderás de casos reales, sino que también podrás conectar con CTOs, developers y otros líderes tech en un ambiente distendido.
Ah, y no te preocupes, ¡habrá comida y bebida para disfrutar mientras intercambiamos ideas! 🍕🍺
Un abrazo,
Álvaro