Ponte en Contacto

Temario del curso

Fundamentos del despliegue de IA híbrida

  • Comprensión de los modelos de despliegue híbrido, en la nube y en el borde
  • Características de las cargas de trabajo de IA y restricciones de la infraestructura
  • Elegir la topología de despliegue adecuada

Contenerización de cargas de trabajo de IA con Docker

  • Construcción 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 mediante Docker
  • Provisionamiento de capacidad de procesamiento en la nube para el servicio de modelos
  • Seguridad de los extremos (endpoints) de IA basados en la nube

Técnicas de despliegue en el borde y on-premise

  • Ejecución de IA en dispositivos IoT, pasarelas y microservidores
  • Runtimes ligeros para entornos de borde
  • Gestión de conectividad intermitente y persistencia local

Redes híbridas y conectividad segura

  • Tunelado seguro entre el borde y la 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 u orquestación ligera para configuraciones híbridas
  • Descubrimiento de servicios y programación de cargas de trabajo
  • Automatización de estrategias de despliegue multiubicación

Monitoreo y observabilidad en todos los entornos

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

Escalado y optimización de sistemas de IA híbrida

  • Escalado de clústeres de borde y nodos de nube
  • Optimización del uso del ancho de banda y del caché
  • Equilibrado de cargas de procesamiento entre la nube y el borde

Resumen y próximos pasos

Requerimientos

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

Audiencia objetivo

  • Arquitectos de infraestructura
  • Ingenieros de confiabilidad del sitio (SREs)
  • Desarrolladores de borde e IoT
 21 Horas

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas