Temario del curso
Fundamentos del despliegue híbrido de IA
- Comprensión de los modelos de despliegue híbrido, en la nube y edge
- Características de las cargas de trabajo de IA y restricciones 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 a través de Docker
- Provisionamiento de recursos de cómputo en la nube para el servicio de modelos
- Seguridad de puntos de acceso de IA basados en la nube
Técnicas de despliegue en edge y en locales (on-premise)
- Ejecución de IA en dispositivos IoT, gateways y microservidores
- Tiempo de ejecución ligero para entornos edge
- Gestión de conectividad intermitente y persistencia local
Redes híbridas y conectividad segura
- Tunelado seguro entre edge y 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 o orquestación ligera para configuraciones híbridas
- Detección de servicios y programación de cargas de trabajo
- Automatización de estrategias de despliegue multiubicación
Monitoreo y observabilidad entre entornos
- Seguimiento del rendimiento de la inferencia en diferentes ubicaciones
- Registro centralizado para sistemas de IA híbridos
- Detección de fallos y recuperación automatizada
Escala y optimización de sistemas de IA híbridos
- Escalado de clústers edge y nodos en la nube
- Optimización del uso de ancho de banda y caché
- Equilibrio de cargas de cómputo entre la nube y el edge
Resumen y próximos pasos
Requerimientos
- Conocimiento de los conceptos de contenerización
- Experiencia en operaciones de 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 de sitios (SRE)
- Desarrolladores de tecnologías edge e IoT
Reseñas (2)
Como mencioné anteriormente, para una persona como yo (sin experiencia), esto supuso una puerta de entrada para comprender las funciones y características de estos programas, herramientas y demás.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Curso - Docker and Kubernetes
Traducción Automática
programa de cursos estructurado en múltiples niveles.
Bert Paelinckx - Cube SoftwareSolutions
Curso - Introduction to Docker
Traducción Automática
