Temario del curso
Fundamentos de Arquitectura para Sistemas de IA
- Capas, límites y separación de responsabilidades
- Puertos y adaptadores aplicados a componentes de IA
- Escenarios de atributos de calidad para funciones de IA
- Registros de decisiones de arquitectura como gobernanza
Evolución de una Aplicación Existente
- Modernización incremental en lugar de reescritura
- Ubicación de servicios de IA junto a un monolito existente
- Patrones de estrangulador y capa anti-corrección
- Puntos de integración para APIs y datos existentes
Patrones de Arquitectura de Integración de LLM
- La puerta de modelos como límite de abstracción
- Integración síncrona, asíncrona y de transmisión continua (streaming)
- Respaldos, degradación y conmutación de proveedor
- Configuración de prompts y modelos como activos versionados
Contratos, APIs e Intercambio de Datos
- Esquemas de salida estructurados y validación
- Idempotencia, reintentos y limitación de tasa
- Presupuestos de latencia y orquestación de tiempos de espera (timeouts)
- Costo por solicitud como restricción arquitectónica
Arquitectura de RAG de Extremo a Extremo
- Pipeline de ingesta, segmentación (chunking) y incrustación (embedding)
- Etapas de índice, recuperación, reordenamiento (reranking) y generación
- Ubicación de la recuperación respecto a los servicios de la aplicación
- Compromisos y modos de fallo en cada etapa
Bases de Datos Vectoriales y Diseño de Recuperación
- Almacenes vectoriales administrados versus autoalojados
- Búsqueda densa, escasa e híbrida
- Filtrado de metadatos e inyección de inquilinos (tenant isolation)
- Estrategia de re-incrustación cuando cambian los modelos
Calidad de Recuperación, Anclaje y Evaluación
- Conjuntos de evaluación construidos a partir de consultas reales
- Métricas de calidad de recuperación y de respuesta
- Citas, anclaje y control de la alucinación
- Bucles de retroalimentación hacia el índice
Arquitecturas de Agentes
- El bucle del agente y la invocación de herramientas
- Flujos de trabajo deterministas versus planificadores autónomos
- Casos donde un agente es la respuesta equivocada
- Delimitación de responsabilidades y estado del agente
Sistemas Multi-Agente y Orquestación
- Topologías de supervisor y orquestador
- Protocolos de transferencia y contratos de mensajes
- Memoria compartida y gestión de contexto
- Comparación de marcos de trabajo sobre bases arquitectónicas
Comunicación de Servicios y Protocolos de Herramientas
- Coordinación basada en eventos y colas
- Exposición de herramientas a través de protocolos estándar
- Sagas, compensación y transacciones de larga duración
- Observabilidad a lo largo de los saltos de servicio
Agentes de IA en el Flujo de Trabajo de Desarrollo
- Agentes de codificación dentro del pipeline de entrega
- Desarrollo basado en especificaciones y puertas de revisión
- Generación de pruebas y verificaciones de calidad automatizadas
- Paragüeros (guardrails) que preservan el control arquitectónico
Gobernanza y Calidad de Software
- Revisión de diseño para funciones de IA
- Gestión de cambios de modelos y prompts
- Evaluación de regresión como etapa del pipeline
- Propiedad intelectual, políticas y rutas de aprobación
Seguridad, Privacidad y Gobernanza de Datos
- Inyección de prompts y defensa en profundidad
- Secretos, control de acceso y privilegio mínimo
- Residencia de datos, datos personales y retención
- Auditoría y controles de humano en el bucle
Escalabilidad, Costos y Observabilidad
- Trazabilidad a lo largo de las cadenas de agentes
- Telemetría de tokens y costos
- Caché y optimización de latencia
- Niveles de servicio y respuesta a incidentes para servicios de IA
Trabajo Final: Arquitectura para una Solución Impulsada por IA
- Vistas de contexto, componente y despliegue
- Diseño de orquestación de recuperación y agentes
- Plan de seguridad, gobernanza y costos
- Revisión entre pares, crítica y hoja de ruta de migración
Requerimientos
- Experiencia diseñando y manteniendo sistemas de software de producción
- Conocimiento práctico de APIs REST e integración de servicios
- Familiaridad con bases de datos relacionales y modelado de datos
- Exposición básica a herramientas o APIs basadas en LLM
Público Objetivo
- Arquitectos de software
- Líderes técnicos e ingenieros seniors
- Gerentes de ingeniería responsables de las decisiones de arquitectura
Reseñas (2)
La práctica estuvo muy interactiva y aplicable al negocio.
Jorge Boscan - Chevron Global Technology Services Company
Curso - Advanced GitHub Copilot & AI for Projects and Infrastructure
Adquirí conocimientos sobre la biblioteca Streamlit de Python y, con seguridad, intentaré utilizarla para mejorar las aplicaciones de mi equipo que se desarrollan en R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Traducción Automática