Ponte en Contacto
 Duración 21 horas

Temario del curso

Comprensión de la arquitectura de Mastra y conceptos operativos

  • Componentes centrales y su rol en producción.
  • Patrones de integración soportados para entornos empresariales.
  • Consideraciones de seguridad y gobernanza.

Preparación de entornos para el despliegue de agentes

  • Configuración de entornos de ejecución de contenedores.
  • Preparación de clusters de Kubernetes para cargas de trabajo de agentes de IA.
  • Gestión de secretos, credenciales y almacenes de configuración.

Despliegue de agentes de IA de Mastra

  • Empaquetado de agentes para su despliegue.
  • Uso de GitOps y CI/CD para la entrega automatizada.
  • Validación de despliegues mediante pruebas estructuradas.

Estrategias de escalado para agentes de IA en producción

  • Patrones de escalado horizontal.
  • Autoescalado con HPA, KEDA y desencadenantes basados en eventos.
  • Estrategias de distribución de carga y manejo de solicitudes.

Observabilidad, monitoreo y registro de logs para agentes de IA

  • Mejores prácticas en instrumentación de telemetría.
  • Integración con Prometheus, Grafana y pilas de registro de logs.
  • Seguimiento del rendimiento, la deriva y las anomalías operativas de los agentes.

Optimización del rendimiento y la eficiencia de recursos

  • Perfileo de cargas de trabajo de agentes.
  • Mejora del rendimiento de inferencia y reducción de la latencia.
  • Enfoques de optimización de costos para despliegues de agentes a gran escala.

Confiabilidad, resiliencia y manejo de fallos

  • Diseño para resiliencia bajo carga.
  • Implementación de circuit breakers, reintentos y limitación de tasa.
  • Planificación de recuperación ante desastres para sistemas basados en agentes.

Integración de Mastra en ecosistemas empresariales

  • Interfaz con APIs, pipelines de datos y buses de eventos.
  • Alineación de los despliegues de agentes con DevSecOps empresarial.
  • Adaptación de arquitecturas a entornos de plataforma existentes.

Resumen y próximos pasos

Requerimientos

  • Conocimiento sobre containerización y orquestación.
  • Experiencia con flujos de CI/CD.
  • Familiaridad con los conceptos de despliegue de modelos de IA.

Público objetivo

  • Ingenieros de DevOps.
  • Desarrolladores backend.
  • Ingenieros de plataforma responsables de cargas de trabajo de IA.

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas