Más allá del vibe coding: entrega con agentes gobernada y verificable
Para builders y technical managers que necesitan especificar, orquestrar agentes, validar con quality gates y operar software en producción — no solo generar código más rápido.
12 semanas · 2 trilhas (Builders + Technical Managers) · Proyecto brownfield obligatorio
Devs usan IA — pero commitear el output es común
El problema no es adoptar herramientas. Es especificar, supervisar, verificar y operar con seguridad — especialmente en código brownfield.
Vibe coding
Generación rápida sin specs, gates ni evidencias de conformidad.
Brownfield ignorado
Proyectos reales exigen contexto, ADRs, tests y observabilidad — no demos aisladas.
Sin rollout
Productividad individual no se vuelve capacidad organizacional sin gobernanza y operating model.
Alan Dantas — AI Systems Architect
Coordinación técnica del ecosistema de formación en IA aplicada de EBAC Business.
Alan Dantas actúa en la intersección entre arquitectura de software, IA aplicada y gobernanza de entrega — conduciendo programas ejecutivos y laboratorios prácticos de EBAC Business.
En HIC AI-Native Delivery, el énfasis está en artefactos ejecutables (PRD, specs, ADRs), orquestración de agentes, quality gates y observabilidad — no en prompts aislados.
El programa termina en Demo Day con piloto auditable y roadmap 30-60-90, preparando squads para rollout organizacional.
No promete sustitución integral de equipos. Supervisión humana, seguridad de secretos y supply chain se tratan explícitamente en cada módulo.
EBAC opera dentro de las empresas
Más de 160 mil alumni formados nos dan un punto de vista único: sabemos qué habilidades exige el mercado ahora — y dónde la mayoría de los equipos falla con IA.
Aplicación ejecutivaIA como tema de liderazgo y decisión, no solo herramienta técnica.
Equipo en campoTalleres prácticos con profesionales de empresas de referencia.
Gobernanza y culturaEstructurar criterios, no solo experimentar — de la adopción al control.
Ejecución realGrupos mixtos de RRHH, líderes y especialistas aplican en la práctica.
HIC Delivery System — 7 Movimientos
Método estructurado en 7 pasos que garantizan juicio profesional, evidencias verificables y gobernanza.
1. Frame
Transformar demanda en problema delimitado
2. Specify
Convertir problema en artefactos ejecutables
3. Architect
Definir construcción y operación
4. Orchestrate
Distribuir trabajo entre personas, agentes y herramientas
5. Verify
Crear evidencias de conformidad
6. Operate
Preparar sistema para observación y mantenimiento
7. Institutionalize
Transformar proyecto en capacidad organizacional
Principios Fundamentales
- Artefactos antes de herramientas
- El agente no sustituye el proceso
- Proyectos brownfield son obligatorios
- Formación basada en gates
- Dos percursos, una entrega compartida
Estructura Curricular
12 semanas con entregables prácticos aplicados al contexto de la vertical.
Semana 1
HIC y AI-native software delivery
Understand HIC in engineering: increase decision, delivery, and learning capacity of the surrounding system — not just execute faster.
Temas
- •HIC vs Senior Staff: judgment, autonomy, systemic impact
- •AI-native delivery: what it is, what it isn't
- •Workflow evolution: waterfall → CI/CD → AI-assisted
Laboratorio
Self-diagnosis lab: where you are today and gaps to HIC.
Criterios de validación
- Map identifies current and target capabilities (gap analysis)
- Allocates 90 days of focus on critical skills
- Defines objective progress measurements
Semana 2
Problema, resultado y project constitution
Structure problem and outcome before writing code, using AI for specification and alignment.
Temas
- •Problem framing: context, stakeholders, trade-offs
- •Outcome definition: OKRs, success criteria, non-goals
- •Project constitution: working agreement, principles, guardrails
Laboratorio
Project charter drafting workshop with AI assistance and human review.
Criterios de validación
- Charter defines problem, outcome, non-goals, and risks
- Stakeholders listed with responsibility
- Working agreement explicit and accepted by squad
Semana 3
Context engineering
Build and maintain rich context for LLMs: context architecture, sourcing, and noise management.
Temas
- •Context components: codebase, docs, tickets, Slack
- •Sourcing strategies: filtering, deduplication, freshness
- •Noise management: irrelevance, staleness, contradiction
Laboratorio
Context architecture implementation lab for a real project.
Criterios de validación
- Architecture defines sources, processing, and storage
- Quality metrics: precision, recall, latency
- Continuous update workflow (freshness)
Semana 4
PRD y feature specifications
Use AI to specify features: functional PRDs, technical specs, and test cases.
Temas
- •Clear specification principles: what, not how
- •AI to generate PRD + technical specs from requirements
- •Human review: check clarity, consistency, completeness
Laboratorio
Specification sprint workshop with AI and peer review.
Criterios de validación
- PRD covers problem, stakeholders, requirements, non-requirements
- Technical spec defines API, data contract, invariants
- Test cases explicitly derived from specs
Semana 5
Arquitectura y descomposición
Decompose feature into modular architecture: ADRs, technical backlog, and service contracts.
Temas
- •ADR (Architecture Decision Records): format and best practices
- •Functional vs technical decomposition
- •Service contracts: API, events, shared nothing
Laboratorio
Architecture and decomposition workshop with AI assistance.
Criterios de validación
- ADRs document decisions, alternatives, and trade-offs
- Technical backlog is granular and estimable
- Explicit contracts between services (API, events)
Semana 6
Coding agents y orquestración
Orchestrate AI coding agents: workflow, tools, and IDE integration.
Temas
- •Coding agent types: autocomplete, refactoring, testing, review
- •Orchestration: coordinate multiple agents in workflow
- •IDE integration: VS Code, plugins, workflow
Laboratorio
Agent workflow implementation workshop for a real feature.
Criterios de validación
- Workflow defines input, output, and success criteria
- Agents have clear roles and explicit handoffs
- Rollback mechanisms and human review
Semana 7
Brownfield y reverse engineering
Use AI to understand and refactor legacy code: comprehension, refactoring, tests.
Temas
- •Reverse engineering: understand existing code architecture
- •AI for refactoring: patterns, smells, improvement suggestions
- •Test generation: unit, integration, E2E for brownfield
Laboratorio
Reverse engineering and refactoring lab on a real module.
Criterios de validación
- Legacy architecture documented (components, dependencies, flows)
- Refactors applied with passing tests
- Technical debt listed and prioritized
Semana 8
Integraciones, APIs, MCP, RAG
Use AI to implement integrations: APIs, MCP, RAG, and third parties.
Temas
- •API design: REST, GraphQL, versioning, documentation
- •MCP (Model Context Protocol): connect agents to tools
- •RAG (Retrieval-Augmented Generation) for knowledge bases
Laboratorio
Functional integration implementation workshop with RAG.
Criterios de validación
- Integration has clear, documented API contract
- RAG returns relevant results with minimized false positives
- Error handling and fallbacks defined
Semana 9
Tests, evals, seguridad
Use AI to generate and maintain tests, quality evals, and security checks.
Temas
- •Test generation: unit, integration, E2E, quality evals
- •AI for code review: security, best practices, smells
- •Security scanning: SAST, SCA, dependency checks
Laboratorio
Quality gates workshop with AI and human review.
Criterios de validación
- Quality gates cover tests, coverage, security, performance
- Evals measure functional quality, not syntax
- Code review focuses on risk and value, not style
Semana 10
CI/CD, staging, observabilidad
Automate CI/CD with AI: pipelines, staging, dashboards, and alerts.
Temas
- •CI/CD: tests, build, deploy, automatic rollback
- •Staging: E2E integration tests in isomorphic environment
- •Observability: logs, metrics, traces, dashboards
Laboratorio
Pipeline and observability dashboard implementation workshop.
Criterios de validación
- Pipeline is idempotent and automatically reverts errors
- Staging has E2E smokes for critical paths
- Dashboard shows SLO, SLI metrics and alerts
Semana 11
Gestión técnica, costos, gobernanza
Manage AI-native projects: costs, quality, technical decisions, and roadmap.
Temas
- •AI costs: tokens, inference, storage, infrastructure
- •Quality management: code review, ADRs, technical debt
- •Technical governance: processes, tools, metrics
Laboratorio
Operating model creation workshop for a real project.
Criterios de validación
- Operating model defines roles, processes, and tools
- Costs estimated with contingencies
- Governance defines who decides what and when
Semana 12
Demo Day y plan de adopción
Deliver auditable demo and organizational adoption plan.
Temas
- •Demo Day: structure, content, Q&A, feedback
- •Adoption plan: training, rollout, expansion
- •30-60-90 day roadmap: learning loops and iterations
Laboratorio
Demo preparation and rollout planning workshop.
Criterios de validación
- Demo shows functional deliverables and artifacts
- Roadmap defines milestones, owners, and success criteria
- Pilot has impact measurements and expansion plan
Público Objetivo (2 Trilhas)
Programa avanzado para desarrolladores, tech leads y engineering managers que incorporan IA al ciclo de desarrollo de forma estructurada, segura y gobernada.
Trilha A — Builders
Aplicaciones Prioritarias
- Spec coding y descomposición de tareas
- Arquitectura asistida por IA
- Generación y revisión de código
- Tests y QA automatizados
- Seguridad y protección de secretos
Trilha B — Technical Managers
Aplicaciones Prioritarias
- Gestión técnica de proyectos con IA
- Revisión humana y criterios de aceptación
- Gobernanza del ciclo de desarrollo
- Observabilidad y costos
- Evaluación de modelos locales y APIs
Resultados Esperados
- Capacidad de especificar en lugar de vibe coding
- Construcción con agentes orquestrados
- Verificación con quality gates
- Operación con observabilidad
- Gobernanza de rollout organizacional
Casos de Uso
- Spec coding y PRD asistido
- Arquitectura y descomposición
- Coding agents y orquestración
- Brownfield y reverse engineering
- Integraciones, APIs, MCP, RAG
- Tests, evals y seguridad
- CI/CD, staging, observabilidad
- Gestión técnica, costos, gobernanza
Entregables
Individuales
- •Diagnóstico HIC
- •Mapa de competencias
- •Plan de desarrollo
- •Portafolio técnico/gerencial
Squad/Equipo
- •Project charter + constitution
- •PRD + feature specifications
- •ADRs + arquitectura
- •Código funcional + tests
- •Pipeline CI/CD + staging
- •Observabilidad + costos
- •Postmortem + roadmap 30-60-90
- •Demostración ejecutiva
Institución
- •Diagnóstico de capacidad
- •Mapa de oportunidades y riesgos
- •Inventario de competencias
- •AI Delivery Playbook
- •Governance Starter Kit
Stack y Herramientas
Core (Obligatorio)
- GitHub con templates estandarizados
- GitHub Actions
- Branch protection y pull requests
- Constructor Studio
- Constructor SDLC Kit
- Templates EBAC
- VS Code + Dev Containers
- Claude (modelo premium)
- GLM (fallback y costo-beneficio)
Opcional
- ○Cline (alternativa gratuita)
- ○Cursor (para quien ya utiliza)
- ○Imagen Docker estandarizada
- ○Cloud Run (staging)
- ○OpenTelemetry + Langfuse
Laboratorios
- Repositorios templates GitHub
- Ambientes de desarrollo estandarizados
- Workflows de agentes orquestrados
- Dashboards de observabilidad por squad
Diferenciales vs Formaciones Genéricas
HIC
- •Enseña sistema de entrega, no solo herramientas
- •Trabaja contexto, specs y workflows, no solo prompts
- •Estructura pilotos auditables, no solo demostraciones
- •Evalúa artefactos y quality gates, no solo presencia
- •Utiliza problemas reales, no ejercicios aislados
- •Termina en rollout y capacidad instalada, no certificado
- •Trata IA como infraestructura organizacional
Genéricas
- •Enfoque técnico genérico
- •Juicio profesional no tratado
- •Sin evidencias ni controles
- •Laboratorios genéricos o ausentes
- •Dependen de licencias pagas
- •Sin medición de impacto
Solicitar conversación sobre HIC AI-Native Delivery
Complete el formulario y nuestro equipo se pondrá en contacto.
Turmas corporativas
Hable con nuestro equipo sobre implementación in-company y cohorts dedicados.
Preguntas Frecuentes
¿Qué es HIC y en qué se diferencia de otras formaciones de IA?
¿Necesito experiencia previa con IA para participar?
¿El programa incluye certificación?
¿Cómo son los laboratorios prácticos?
¿Aún tiene dudas? Hable con nuestro equipo.
Hablar por WhatsAppImportante
- •No es vibe coding — incluye spec coding, arquitectura, tests, seguridad, observabilidad y gobernanza
- •Trata riesgos de código vulnerable, dependencias, licencias, supply chain y exposición de secretos
- •Diferencia productividad individual de capacidad organizacional
- •Incluye prácticas para líderes técnicos, no solo prompts para programadores
- •No promete sustitución integral de equipos o autonomía sin supervisión
¿Listo para ser un HIC?
Contáctenos para discutir cómo esta formación puede transformar su carrera y la capacidad de su organización.
