Temario del curso

Fundamentos de la Implementación Híbrida de IA

  • Comprensión de modelos de implementación híbridos, en nube y edge
  • Características de las cargas de trabajo de IA y restricciones de infraestructura
  • Elección de la topología de implementación adecuada

Contenerización de Cargas de Trabajo de IA con Docker

  • Creación de contenedores de inferencia GPU y CPU
  • Administración de imágenes seguras y registros
  • Implementación de entornos reproducibles para IA

Implementación de Servicios de IA en Entornos de Nube

  • Ejecución de inferencia en AWS, Azure y GCP mediante Docker
  • Provisión de computación en la nube para el servicio de modelos
  • Seguridad de puntos finales de IA basados en la nube

Técnicas de Implementación Edge y On-Prem

  • Ejecución de IA en dispositivos IoT, gateways y microservidores
  • Tiempos de ejecución ligeros para entornos edge
  • Administración de conectividad intermitente y persistencia local

Redes Híbridas y Conectividad Segura

  • Túneles seguros entre edge y nube
  • Certificados, secretos y acceso basado en tokens
  • Ajuste de rendimiento para inferencia con baja latencia

Orquestación de Implementaciones de IA Distribuidas

  • Uso de K3s, K8s o orquestación ligera para configuraciones híbridas
  • Descubrimiento de servicios y programación de cargas de trabajo
  • Automatización de estrategias de implementación multi-ubicación

Monitoreo y Observabilidad en Entornos Diversos

  • Seguimiento del rendimiento de la inferencia en diferentes ubicaciones
  • Registro centralizado para sistemas de IA híbridos
  • Detección de fallas y recuperación automática

Escalado y Optimización de Sistemas Híbridos de IA

  • Escalado de clústeres edge y nodos en la nube
  • Optimización del uso de ancho de banda y caché
  • Balanceo de cargas de computación entre nube y edge

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los conceptos de contenerización
  • Experiencia con operaciones en la línea de comandos de Linux
  • Familiaridad con flujos de trabajo de implementación de modelos de IA

Audiencia

  • Arquitectos de infraestructura
  • Ingenieros de Fiabilidad del Sitio (SREs)
  • Desarrolladores de Edge y IoT
 21 Horas

Número de participantes


Precio por participante

Testimonios (5)

Próximos cursos

Categorías Relacionadas