Los años 70 y 80: la consolidación de la ingeniería de software como disciplina.
Los años 70 y 80: el desarrollo de los primeros modelos de ciclo de vida del software y la creación del
primer estándar de calidad de software.
Modelos de ciclo de vida del software
Qué son los modelos de ciclo de vida del software
Los primeros modelos de ciclo de vida del software: Waterfall, V-Model, Spiral, Prototipado
La evolución y mejoras de los modelos de ciclo de vida del software
ISO 9001 y el estándar de calidad de software
Qué es ISO 9001 y cómo se relaciona con la calidad de software
La creación del estándar IEEE 610.12 para la definición de términos relacionados con la calidad de
software
La aparición del modelo de madurez de capacidad de software (CMM)
Otros desarrollos importantes de los años 70 y 80
El surgimiento de la programación estructurada y la programación modular
La aparición de los primeros lenguajes de programación orientados a objetos, como Simula y
Smalltalk
La popularidad de las metodologías de desarrollo de software estructurado, como Structured
Systems Analysis and Design Method (SSADM) y Information Engineering
Los años 50 y 60: los inicios de la programación y el software.
Los años 50 y 60: el nacimiento del lenguaje de programación FORTRAN y la creación de los primeros
compiladores.
Lenguaje de programación FORTRAN
Historia y evolución del lenguaje FORTRAN
Características y ventajas de FORTRAN
Casos de uso y aplicaciones de FORTRAN
Compiladores
Qué son los compiladores y cómo funcionan
Los primeros compiladores creados para FORTRAN
La importancia de los compiladores en la programación moderna
Otros desarrollos importantes de los años 50 y 60
La creación de los primeros lenguajes de programación de alto nivel, como COBOL y LISP
El surgimiento de los primeros sistemas operativos, como UNIVAC y IBM OS/360
La aparición de las primeras metodologías de programación, como el método de programación
estructurada de Edsger Dijkstra
Los años 90: el auge de la programación orientada a objetos.
Los años 90: la popularidad del lenguaje Java y la creación del manifiesto ágil.
Lenguaje de programación Java
Historia y evolución del lenguaje Java
Características y ventajas de Java
Casos de uso y aplicaciones de Java
El surgimiento del enfoque ágil
Qué es el enfoque ágil y cómo surgió
La creación del manifiesto ágil y los principios ágiles
La popularidad de las metodologías ágiles, como Scrum, Kanban, XP, entre otras
Otros desarrollos importantes de los años 90
La aparición de la programación orientada a objetos en la web, como PHP, ASP y JSP
La creación de los primeros navegadores web, como Mosaic y Netscape Navigator
La evolución y mejoras de los sistemas operativos, como Windows 95 y Windows NT
Los años 2000: el surgimiento de nuevas metodologías ágiles.
Los años 2000: la popularidad de las metodologías ágiles, como Scrum y Kanban, y el surgimiento de
nuevas tecnologías, como la nube y la movilidad.
Metodologías Ágiles
Scrum
Características y ventajas de Scrum
Roles y responsabilidades del equipo Scrum
Ciclo de vida de Scrum
Kanban
Características y ventajas de Kanban
Uso de tableros Kanban
Gestión de limitaciones y cuellos de botella
La nube
Qué es la nube y cómo funciona
Ventajas y desventajas de la nube
Servicios de la nube, como IaaS, PaaS y SaaS
Ejemplos de proveedores de servicios en la nube, como Amazon Web Services, Microsoft Azure y
Google Cloud Platform
La movilidad
Crecimiento del mercado móvil
Desarrollo de aplicaciones móviles
Sistemas operativos móviles, como Android e iOS
Técnicas de desarrollo de aplicaciones móviles, como el desarrollo nativo, híbrido y web
Los años 2010: la creciente popularidad de la inteligencia artificial y el aprendizaje automático.
Los años 2010: el creciente interés en la inteligencia artificial y el aprendizaje automático, y la
aparición de nuevas metodologías, como DevOps.
Inteligencia artificial (IA) y Aprendizaje Automático (ML)
Definición de IA y ML
Ejemplos de aplicaciones de IA y ML, como el reconocimiento de voz, la visión por computadora, el
procesamiento del lenguaje natural, la robótica y la automatización
Ventajas y desventajas de la IA y el ML
Algoritmos y herramientas de IA y ML, como TensorFlow, PyTorch y Scikit-learn
DevOps
Definición de DevOps
Principios y objetivos de DevOps
Herramientas de DevOps, como Ansible, Docker y Kubernetes
Ciclo de vida de DevOps, desde la integración continua hasta la entrega continua
Tendencias y desafíos en la ingeniería de software en los años 2010
Tendencias emergentes, como la automatización de pruebas, la seguridad de la información y el
desarrollo de aplicaciones móviles
Desafíos, como la gestión del cambio, la compatibilidad con múltiples plataformas y la adopción de
nuevas tecnologías.