Get in Touch

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
 21 Horas

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas