Temario del curso
Fundamentos del Despliegue de IA Híbrida
- Comprensión de los modelos de despliegue híbrido, de nube y edge.
- Características de las cargas de trabajo de IA y restricciones de infraestructura.
- Selección de la topología de despliegue adecuada.
Contenerización de Cargas de Trabajo de IA con Docker
- Construcción de contenedores de inferencia para GPU y CPU.
- Gestión de imágenes y registros seguros.
- Implementación de entornos reproducibles para IA.
Despliegue de Servicios de IA en Entornos de Nube
- Ejecución de inferencias en AWS, Azure y GCP a través de Docker.
- Provisionamiento de potencia computacional en la nube para el servicio de modelos.
- Seguridad de los puntos de conexión (endpoints) de IA basados en la nube.
Técnicas de Despliegue Edge y On-Premise
- Ejecución de IA en dispositivos IoT, gateways y microservidores.
- Runtimes ligeros para entornos edge.
- Gestión de conectividad intermitente y persistencia local.
Redes Híbridas y Conectividad Segura
- Túneles seguros entre edge y la nube.
- Certificados, secretos y acceso basado en tokens.
- Ajuste de rendimiento para inferencias de baja latencia.
Orquestación de Despliegues de IA Distribuida
- Uso de K3s, K8s u orquestadores ligeros para configuraciones híbridas.
- Descubrimiento de servicios y programación de cargas de trabajo.
- Automatización de estrategias de implementación en múltiples ubicaciones.
Monitoreo y Observabilidad en Todos los Entornos
- Seguimiento del rendimiento de inferencias en diversas ubicaciones.
- Registro centralizado para sistemas de IA híbrida.
- Detección de fallas y recuperación automatizada.
Escalar y Optimizar Sistemas de IA Híbridos
- Escalado de clústeres edge y nodos de la nube.
- Optimización del uso del ancho de banda y el almacenamiento en caché (caching).
- Equilibrio de las cargas de computación entre la nube y el edge.
Resumen y Próximos Pasos
Requerimientos
- Conocimiento de los conceptos de contenerización.
- Experiencia con operaciones en la línea de comandos de Linux.
- Familiaridad con los flujos de trabajo de despliegue de modelos de IA.
Audiencia objetivo
- Arquitectos de infraestructura.
- Ingenieros de Confiabilidad del Sitio (SREs).
- Desarrolladores de edge e IoT.
Reseñas (3)
Cómo los formadores transmiten el conocimiento de manera efectiva
Vu Thoai Le - Reply Polska sp. z o. o.
Curso - Certified Kubernetes Administrator (CKA) - exam preparation
Traducción Automática
el formador tenía mucho conocimiento y paciencia para compartir con nosotros
Bogdan Olaru
Curso - Introduction to Docker
Traducción Automática
El conocimiento y los intercambios con Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Curso - Docker and Kubernetes
Traducción Automática