Contacta con nosotros

Temario del curso

Fundamentos del despliegue de IA híbrida

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

Contenedoresización de cargas de trabajo de IA con Docker

  • Construcción de contenedores de inferencia para 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 inferencias en AWS, Azure y GCP mediante Docker
  • Provisionamiento de computación en la nube para el servicio de modelos
  • Seguridad de puntos finales (endpoints) de IA basados en la nube

Técnicas de despliegue periférico (edge) e in situ (on-premise)

  • Ejecución de IA en dispositivos IoT, pasarelas y microsistemas
  • Entornos de ejecución ligeros para entornos periféricos (edge)
  • Gestión de conectividad intermitente y persistencia local

Redes híbridas y conectividad segura

  • Túneles seguros entre el borde (edge) y la nube
  • Certificados, secretos y acceso basado en tokens
  • Ajuste de rendimiento para inferencias 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 despliegue multilocalización

Monitoreo y observabilidad en todos los entornos

  • Seguimiento del rendimiento de la inferencia en todas las ubicaciones
  • Registro centralizado para sistemas de IA híbrida
  • Detección de fallos y recuperación automatizada

Escalamiento y optimización de sistemas de IA híbrida

  • Escalamiento de clústeres periféricos (edge) y nodos en la nube
  • Optimización del uso del ancho de banda y almacenamiento en caché
  • Equilibrio de cargas de computación entre la nube y el borde (edge)

Resumen y próximos pasos

Requerimientos

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

Audiencia objetivo

  • Arquitectos de infraestructura
  • Ingenieros de Fiabilidad del Sitio (SRE)
  • Desarrolladores de tecnologías periféricas (edge) e IoT
 21 Horas

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas