Temario del curso
Fundamentos de los 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 de producción.
Infraestructura y modelos de despliegue
- Despliegue de agentes en entornos containerizados y en la nube.
- Patrones de escalado: horizontal vs vertical, concurrencia y limitación de tasa.
- Orquestación multi-agente y equilibramiento de cargas de trabajo.
Monitoreo y observabilidad
- Métricas clave: latencia, tasa de éxito, uso de memoria y profundidad de llamadas de agentes.
- Rastreo de la actividad de los agentes y grafos de llamadas.
- Instrumentación de la observabilidad utilizando Prometheus, OpenTelemetry y Grafana.
Registro de eventos, auditoría y cumplimiento
- Registro centralizado y recopilación estructurada de eventos.
- Cumplimiento normativo y auditoría en flujos de trabajo agénticos.
- Diseño de trazas de auditoría y mecanismos de reproducción para la depuración.
Ajuste de rendimiento y optimización de recursos
- Reducción del sobrecoste de inferencia y optimización de los ciclos de orquestación de agentes.
- Caché de modelos y embeddings ligeros para una recuperación más rápida.
- Pruebas de carga y escenarios de estrés para pipelines de IA.
Control de costos y gobierno
- Comprensión de los factores de costo de los agentes: llamadas a API, memoria, cómputo e integraciones externas.
- Seguimiento de los costos a nivel de agente e implementación de modelos de facturación interna (chargeback).
- Políticas de automatización para prevenir la proliferación de agentes y el consumo de recursos inactivos.
Estrategias de CI/CD y despliegue para agentes
- Integración de pipelines de agentes en sistemas de CI/CD.
- Estrategias de pruebas, versionado y retroceso para actualizaciones iterativas de agentes.
- Despliegues progresivos y mecanismos de implementación segura.
Recuperación ante fallos e ingeniería de confiabilidad
- Diseño para tolerancia a fallos y degradación gradual.
- Patrones de reintentos, tiempo de espera y circuit breaker para la confiabilidad de los agentes.
- Respuesta ante incidentes y marcos de análisis posterior para operaciones de IA.
Proyecto integrador
- Construir y desplegar un sistema de IA agéntico con monitoreo completo y seguimiento de costos.
- Simular carga, medir el rendimiento y optimizar el uso de recursos.
- Presentar la arquitectura final y el panel de monitoreo a los pares.
Resumen y próximos pasos
Requerimientos
- Sólido conocimiento de MLOps y sistemas de aprendizaje automático en producción.
- Experiencia con despliegues containerizados (Docker/Kubernetes).
- Conocimiento en optimización de costos en la nube y herramientas de observabilidad.
Público Objetivo
- Ingenieros de MLOps.
- Ingenieros de Confiabilidad del Sitio (SRE).
- Gerentes de ingeniería que supervisan 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
