Buenas prácticas y Clean Code

Curso de nivel intermedio orientado a desarrolladores con al menos 3 meses de experiencia en cualquier lenguaje que quieren escribir código que sus compañeros entiendan, puedan modificar y puedan testear sin tener que pedir explicaciones. Los ejercicios están en Python, pero los principios — code smells, naming, SRP, DRY, KISS, YAGNI, cohesión, acoplamiento — son independientes del lenguaje. El curso parte de código real con problemas concretos: funciones crípticas, duplicación, magic numbers, módulos sin propósito claro. A través de diagnóstico y refactorización guiada, el participante aprende a identificar qué tiene mal el código antes de tocarlo y a aplicar el cambio más adecuado con justificación explícita. Al finalizar, será capaz de configurar un flujo de calidad automatizado con linting y formateo que bloquee código problemático antes de que llegue a la rama compartida.

Al finalizar el curso, el participante será capaz de:

• Diagnosticar code smells en código Python existente y priorizar qué refactorizar primero según la frecuencia de cambio y el riesgo de inconsistencia
• Aplicar naming efectivo y escribir funciones con responsabilidad única que expresen su propósito sin necesidad de leer su implementación
• Refactorizar código Python aplicando los principios DRY, KISS y YAGNI con justificación explícita del principio aplicado y el beneficio obtenido
• Modularizar código Python reduciendo el acoplamiento e introduciendo inyección de dependencias para separar lógica de negocio de infraestructura
• Integrar ruff, black y pre-commit en el flujo de trabajo Python para automatizar la detección de smells y garantizar formato consistente antes de cada commit

1. Code smells y diagnóstico Qué es un code smell y por qué no es un bug; catálogo de smells más comunes en Python: Long Method, God Class, Duplicated Code, Magic Numbers, Meaningless Names; criterios de priorización de refactorización: frecuencia de cambio, riesgo de inconsistencia, coste de refactorizar; regla del Boy Scout aplicada pragmáticamente

2. Naming efectivo y Principio de Responsabilidad Única (SRP) Nombres que revelan la intención: funciones con verbo + objeto, variables con sustantivos, booleanas con prefijo is_/has_/can_; convenciones de naming en Python (PEP 8); SRP en funciones: un único motivo para cambiar, señales de violación (nombre con "y/o", secciones separadas por comentarios, mezcla de niveles de abstracción); refactorización: extraer funciones con responsabilidad única

3. DRY, KISS y YAGNI DRY (Don't Repeat Yourself): duplicación de conocimiento vs. duplicación de código, cómo extraer lógica común manteniendo la firma correcta; KISS (Keep It Simple, Stupid): preferir la solución más directa sobre la más elegante; YAGNI (You Aren't Gonna Need It): no implementar funcionalidad hasta que sea necesaria, coste del código especulativo; ejercicio integrador: refactorizar código que viola los tres principios con justificación explícita

4. Cohesión, acoplamiento e inyección de dependencias Alta cohesión: módulos con propósito único, por qué utils.py es un smell de nombre; bajo acoplamiento: dependencias explícitas vs. dependencias ocultas; inyección de dependencias en Python sin framework: pasar dependencias por constructor en lugar de instanciarlas internamente; refactorización: reorganizar un módulo con baja cohesión en módulos especializados

5. Linting, formateo y code review automatizado Diferencia entre linter y formateador: ruff (detección) vs. black (corrección de formato); configuración en pyproject.toml con coherencia de line-length; pre-commit: hooks que bloquean commits que no pasan los checks de calidad; code review efectivo: comentario con observación específica + impacto + alternativa concreta

• Python ≥ 3.10 instalado localmente
• Editor de código (VS Code recomendado con las extensiones Pylance y Ruff)
• Terminal con acceso a pip
• Git instalado (para los ejercicios de pre-commit hooks en el bloque 5)
• Conexión a internet para instalar paquetes vía pip (ruff, black, pre-commit)

No se requieren prerrequisitos formales. Se espera que el participante tenga al menos 3 meses de experiencia escribiendo código en cualquier lenguaje: sabe qué es una función, un módulo, una variable y ha trabajado con algún repositorio de código. No es necesario conocer Python previamente — los conceptos son transferibles y la sintaxis de los ejercicios se introduce durante el curso.