Contacta con nosotros

Temario del curso

Fundamentos del Despliegue de IA Híbrida

  • Comprensión de los modelos de despliegue híbrido, en la nube y edge
  • Características de las cargas de trabajo de IA y limitaciones 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 inferencia en AWS, Azure y GCP mediante Docker
  • Provisión de capacidad de cómputo en la nube para el servicio de modelos
  • Seguridad de los endpoints de IA basados en la nube

Técnicas de Despliegue en Edge y Locales (On-Prem)

  • Ejecución de IA en dispositivos IoT, pasarelas y microservidores
  • Runtimes ligeros para entornos edge
  • Gestión de conectividad intermitente y persistencia local

Red Híbrida y Conectividad Segura

  • Túneles seguros entre edge y la 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 orquestación ligera para configuraciones híbridas
  • Descubrimiento de servicios y programación de cargas de trabajo
  • Automatización de estrategias de implementación en múltiples ubicaciones

Monitoreo y Observabilidad a Través de Entornos

  • Seguimiento del rendimiento de la inferencia en distintas ubicaciones
  • Registro centralizado para sistemas de IA híbridos
  • Detección de fallos y recuperación automatizada

Escalado y Optimización de Sistemas de IA Híbridos

  • Escalado de clústeres edge y nodos en la nube
  • Optimización del uso del ancho de banda y almacenamiento en caché
  • Equilibrio de cargas de cómputo entre la nube y el edge

Resumen y Próximos Pasos

Requerimientos

  • Comprensión 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 (SRE)
  • Desarrolladores de Edge e IoT
 21 Horas

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas