Temario del curso
Fundamentos del Despliegue de IA Híbrida
- Comprensión de los modelos de despliegue híbrido, en la nube y perimetral.
- 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
- Creación 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.
- Provisionamiento de computación en la nube para el servicio de modelos.
- Seguridad de los puntos finales de IA basados en la nube.
Técnicas de Despliegue Perimetral y Local
- Ejecución de IA en dispositivos IoT, gateways y microservidores.
- Runtimes ligeros para entornos perimetrales.
- Gestión de conectividad intermitente y persistencia local.
Redes Híbridas y Conectividad Segura
- Tunelización segura entre el borde 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 en Todos los 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 Híbrida
- Escalado de clústeres perimetrales y nodos en la nube.
- Optimización del uso del ancho de banda y el almacenamiento en caché.
- Equilibrio de cargas de computación entre la nube y el borde.
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.
Público objetivo
- Arquitectos de infraestructura.
- Ingenieros de Confiabilidad del Sitio (SRE).
- Desarrolladores de soluciones perimetrales 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