Ponte en Contacto

Temario del curso

Fundamentos del Despliegue de IA Híbrida

  • Comprensión de modelos de despliegue híbrido, nube y edge
  • Características de las cargas de trabajo de IA y limitaciones de infraestructura
  • Elección de la topología de despliegue adecuada

Contenedores para Cargas de Trabajo de IA con Docker

  • Construcción de contenedores de inferencia con GPU y CPU
  • Gestión de imágenes seguras y registros
  • Implementación de entornos reproducibles para IA

Despliegue de Servicios de IA en Entornos de Nube

  • Ejecución de inferencia en AWS, Azure y GCP mediante Docker
  • Provisionamiento de recursos computacionales en la nube para el servicio de modelos
  • Aseguramiento de puntos finales de IA basados en la nube

Técnicas de Despliegue Edge y Local

  • Ejecución de IA en dispositivos IoT, pasarelas y microsistemas
  • Runtimes ligeros para entornos edge
  • Gestión 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 de baja latencia

Orquestación de Despliegues de IA Distribuidos

  • Uso de K3s, K8s u orquestadores ligeros para entornos híbridos
  • Descubrimiento de servicios y planificación de cargas de trabajo
  • Automatización de estrategias de despliegue en múltiples ubicaciones

Monitoreo y Observabilidad entre Entornos

  • Rastreo del rendimiento de la inferencia en diversas localizaciones
  • Registro centralizado para sistemas de IA híbrida
  • Detección de fallos y recuperación automatizada

Escalado y Optimización de Sistemas de IA Híbrida

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

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los conceptos de contenedores
  • Experiencia con operaciones de línea de comandos en Linux
  • Familiaridad con flujos de trabajo de despliegue de modelos de IA

Público objetivo

  • Arquitectos de infraestructura
  • Ingenieros de Confiabilidad del Sitio (SREs)
  • Desarrolladores de edge e IoT
 21 Horas

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas