Temario del curso
Fundamentos de sistemas agénticos en producción
- Arquitecturas agénticas: bucles, herramientas, memoria y capas de orquestación
- Ciclo de vida de los agentes: desarrollo, despliegue y operación continua
- Desafíos de la gestión de agentes a escala productiva
Infraestructura y modelos de implementación
- Despliegue de agentes en entornos contenerizados y en la nube
- Patrones de escalado: escalado horizontal versus vertical, concurrencia y limitación de tasa
- Orquestación multi-agente y balanceo de cargas
Monitoreo y observabilidad
- Métricas clave: latencia, tasa de éxito, uso de memoria y profundidad de llamadas del agente
- Rastreo de la actividad de los agentes y grafos de llamadas
- Instrumentación con Prometheus, OpenTelemetry y Grafana
Registro de eventos, auditoría y cumplimiento
- Registro centralizado y recolección estructurada de eventos
- Cumplimiento y trazabilidad en flujos agénticos
- Diseño de rastros de auditoría y mecanismos de reproducción para depuración
Ajuste de rendimiento y optimización de recursos
- Reducción de sobrecarga de inferencia y optimización de ciclos de orquestación de agentes
- Caché de modelos y embebimientos ligeros para una recuperación más rápida
- Pruebas de carga y escenarios de estrés para canales de IA
Control de costos y gobernanza
- Comprensión de los impulsores de costos del agente: llamadas API, memoria, cómputo e integraciones externas
- Seguimiento de costos a nivel de agente e implementación de modelos de asignación de costos
- Políticas de automatización para prevenir el crecimiento descontrolado y el consumo de recursos inactivos
CI/CD y estrategias de lanzamiento para agentes
- Integración de canales de agentes en sistemas CI/CD
- Estrategias de pruebas, versionamiento y retroceso para actualizaciones iterativas de agentes
- Lanzamientos progresivos y mecanismos seguros de implementación
Recuperación ante fallos e ingeniería de confiabilidad
- Diseño para tolerancia a fallos y degradación elegante
- Patrones de reintento, tiempo de espera y interruptor de circuito para la confiabilidad de agentes
- Respuesta a incidentes y marcos de análisis post-mortem para operaciones de IA
Proyecto final
- Construir e implementar un sistema de IA agéntica con monitoreo completo y seguimiento de costos
- Simular carga, medir rendimiento y optimizar el uso de recursos
- Presentar la arquitectura final y el panel de monitoreo a compañeros
Resumen y próximos pasos
Requerimientos
- Sólido conocimiento de MLOps y sistemas de aprendizaje automático en producción
- Experiencia con implementaciones en contenedores (Docker/Kubernetes)
- Conocimiento sobre herramientas de observabilidad y optimización de costos en la nube
Audiencia objetivo
- Ingenieros de MLOps
- Ingenieros de Confiabilidad del Sitio (SREs)
- Gerentes de ingeniería responsables de la infraestructura de IA
Reseñas (3)
El instructor es paciente y muy útil. Conoce bien el tema.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Curso - Agentic AI for Business Automation: Use Cases & Integration
Traducción Automática
Buena mezcla de conocimiento y práctica
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curso - Agentic AI for Enterprise Applications
Traducción Automática
La mezcla de teoría y práctica, así como de perspectivas de alto y bajo nivel
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curso - Autonomous Decision-Making with Agentic AI
Traducción Automática