Ponte en Contacto
 Duración 21 horas

Temario del curso

Fundamentos de arquitectura para sistemas de IA

  • Capas, límites y separación de preocupaciones
  • 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
  • Colocación de servicios de IA junto a un monolito existente
  • Patrones de estrangulador (strangler) y capas anticorrompimiento
  • Puntos de integración para APIs y datos existentes

Patrones de arquitectura para la integración de LLM

  • La puerta de entrada al modelo como límite de abstracción
  • Integración síncrona, asíncrona y por flujo continuo
  • Alternativas, degradación y conmutación ante fallos del 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 temporizadores
  • Costo por solicitud como restricción arquitectónica

Arquitectura de RAG de extremo a extremo

  • Pipeline de ingesta, segmentación y embebido
  • Etapas de indexación, recuperación, reordenamiento y generación
  • Ubicación de la recuperación en relación con los servicios de la aplicación
  • Compromisos y modos de fallo en cada etapa

Bases de datos vectoriales y diseño de recuperación

  • Almacenes vectoriales administrados frente a autoalojados
  • Búsqueda densa, dispersa e híbrida
  • Filtrado de metadatos y aislamiento de inquilinos (tenants)
  • Estrategia de re-embebido 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 respuesta
  • Citas, anclaje y contención de alucinaciones
  • Bucles de retroalimentación hacia el índice

Arquitecturas de agentes

  • El bucle del agente y la invocación de herramientas
  • Flujos de trabajo deterministas frente a planificadores autónomos
  • Casos donde un agente no es la respuesta correcta
  • Delimitación de responsabilidades y estado de los agentes

Sistemas multiagente 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 desde una perspectiva arquitectónica

Comunicación entre 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 través de 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 automatizadas de calidad
  • Límites (guardrails) que preservan el control arquitectónico

Gobernanza y calidad del software

  • Revisión de diseño para funciones de IA
  • Gestión de cambios de modelos y prompts
  • Evaluación de regresión como etapa del pipeline
  • Propiedad, políticas y rutas de aprobación

Seguridad, privacidad y gobernanza de datos

  • Inyección de prompts y defensa en profundidad
  • Secretos, control de acceso y mínimo privilegio
  • Residencia de datos, datos personales y retención
  • Auditabilidad y controles con intervención humana

Escalabilidad, costos y observabilidad

  • Pista de auditoría (tracing) a través de cadenas de agentes
  • Telemetría de tokens y costos
  • Caché y optimización de latencia
  • Niveles de servicio y respuesta a incidentes para servicios de IA

Proyecto final: Arquitectura para una solución impulsada por IA

  • Vistas de contexto, componentes 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 en 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

Audiencia

  • Arquitectos de software
  • Líderes técnicos e ingenieros seniores
  • Gerentes de ingeniería responsables de decisiones de arquitectura

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas