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 de contenedores y en la nube
- Patrones de escalado: horizontal vs vertical, concurrencia y limitación de tasa (throttling)
- Orquestación multiagente y equilibrado 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 agentes y grafos de llamadas
- Implementación de observabilidad mediante Prometheus, OpenTelemetry y Grafana
Registros, auditoría y cumplimiento normativo
- Registros centralizados y recopilación estructurada de eventos
- Cumplimiento normativo y capacidad de auditoría en flujos de trabajo agénticos
- Diseño de rastros de auditoría y mecanismos de reproducción para depuración
Ajuste de rendimiento y optimización de recursos
- Reducción de la sobrecarga 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 gobernanza
- Comprensión de los factores de costo de los agentes: llamadas a API, memoria, cómputo e integraciones externas
- Seguimiento de costos a nivel de agente e implementación de modelos de cobro (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 los pipelines de agentes en sistemas de CI/CD
- Estrategias de pruebas, versionado y reversión para actualizaciones iterativas de agentes
- Despliegues progresivos y mecanismos de despliegue seguros
Recuperación de fallos e ingeniería de confiabilidad
- Diseño para tolerancia a fallos y degradación elegante
- Patrones de reintentos, timeouts y circuit breakers para la confiabilidad de los agentes
- Respuesta ante incidentes y marcos de análisis post-mortem para operaciones de IA
Proyecto final (Capstone)
- Construir y desplegar un sistema de IA agéntico con monitoreo completo y seguimiento de costos
- Simular carga, medir rendimiento y optimizar el uso de recursos
- Presentar la arquitectura final y el panel de monitoreo a los compañeros
Resumen y próximos pasos
Requerimientos
- Sólido conocimiento de MLOps y sistemas de machine learning en producción
- Experiencia con despliegues en contenedores (Docker/Kubernetes)
- Familiaridad con la optimización de costos en la nube y herramientas de observabilidad
Público objetivo
- Ingenieros de MLOps
- Ingenieros de Confiabilidad de Sitios (SRE)
- Gerentes de ingeniería a cargo de 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
