
Ciclo de Encuentros Profesionales gratuitos Som Digitals
Formato: On-line, previa inscripción
Cuándo: 24/09/2026 de 18:30 a 20:00h.
Fin plazo de inscripción: 23 de septiembre
Presentación del Encuentro
La conversación sobre IA en desarrollo de software ya no va solo de "picar más rápido". Va de cómo cambian las metodologías, cómo se redefinen los roles y qué pasa cuando, además, el coste, la gobernanza y la soberanía del dato entran de lleno en la ecuación.
En este seminario veremos por qué estamos pasando del Vibe Coding, útil para explorar y prototipar, al Vibe Engineering, necesario para endurecer, validar y operar sistemas con IA de forma fiable. Hablaremos de cómo cambia el equilibrio entre discovery y delivery, por qué la especificación gana peso frente al backlog tradicional, y cómo evolucionan perfiles como arquitectura, desarrollo o QA en un ciclo de trabajo cada vez más asistido por agentes.
Además, ampliaremos la conversación hacia la infraestructura: ejecutando modelos en entornos locales, privados o híbridos, muchas organizaciones pueden ganar no solo soberanía, sino también control, previsibilidad y opcionalidad. Porque la pregunta ya no es solo qué modelo usar, sino bajo qué condiciones económicas, operativas y de control merece la pena usarlo.
Los Encuentros Profesionales Som Digitals son una iniciativa abierta y gratuita. Son un foro de debate y enriquecimiento mutuo, donde nos encontraremos con compañeros/as y otros profesionales para aprender, compartir y mejorar juntos, así como un espacio donde crear lazos de unión y sinergias entre todos.
Objetivos
- Distinguir con claridad las diferencias entre Vibe Coding y Vibe Engineering, y entender cuándo aplicar cada enfoque según la fase del proyecto.
- Identificar cómo se transforman los roles técnicos (arquitectura, desarrollo, QA) en un ciclo de trabajo asistido por agentes de IA.
- Comprender por qué la especificación está ganando peso frente al backlog tradicional y cómo adaptar sus metodologías de trabajo.
- Conocer las opciones de ejecución de modelos en entornos locales, privados o híbridos, y evaluar sus implicaciones en coste, gobernanza y soberanía del dato.
- Disponer de criterios prácticos para decidir qué modelo usar y bajo qué condiciones operativas y económicas merece la pena hacerlo..
Dirigido a
Profesionales del ámbito tecnológico: arquitectos de soluciones, desarrolladores, responsables de equipo, perfiles de QA, DevOps y gestores técnicos de proyecto que ya trabajan con herramientas de IA o están evaluando su adopción. También resulta de interés para CTOs, responsables de innovación y decisores técnicos que necesiten entender las implicaciones metodológicas, organizativas y de infraestructura de integrar IA en sus procesos de ingeniería de software.
Conocimientos previos
No se requieren conocimientos previos avanzados en inteligencia artificial, aunque sí es recomendable tener experiencia en desarrollo de software y familiaridad con conceptos básicos de arquitectura y ciclo de vida del software.
Ponentes
![]() |
Miguel Ángel Núñez, es arquitecto de soluciones en tecnología con más de 25 años de experiencia, especializado en diseño de arquitecturas cloud, microservicios y CI/CD. Experto en Azure, Kubernetes, DevOps y observabilidad. Desde 2009 lidera proyectos estratégicos de assessment, diseño e implantación de nuevas arquitecturas y migraciones en SopraSteria. Apasionado por la innovación, la automatización y la comunidad tecnológica, organiza eventos y comparte conocimiento en meetups y charlas, siempre en busca de soluciones eficientes y disruptivas. |
![]() |
Ramón Serrano, es arquitecto de soluciones IT en SopraSteria con amplia experiencia en diseño de arquitecturas cloud y on-premise. A lo largo de su carrera ha trabajado en proyectos para grandes organizaciones, explorando entornos de Azure, AWS y Kubernetes, y diseñando arquitecturas basadas en eventos y sistemas distribuidos. Ha participado en la definición de infraestructuras para el espacio de datos europeo en el sector salud, liderando el diseño de interoperabilidad para compartir datos sanitarios. |





