Contacta con nosotros

Temario del curso

Fundamentos de sistemas agentes en producción

  • Arquitecturas agentes: 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 contenerizados y de nube
  • Patrones de escalado: escalado horizontal vs. vertical, concurrencia y limitación (throttling)
  • Orquestación multi-agente y balanceo de cargas de trabajo

Monitoreo y observabilidad

  • Métricas clave: latencia, tasa de éxito, uso de memoria y profundidad de llamadas del agente
  • Seguimiento de la actividad del agente y grafos de llamadas
  • Instrumentación para observabilidad utilizando Prometheus, OpenTelemetry y Grafana

Registro de eventos (logging), auditoría y cumplimiento normativo

  • Logging centralizado y recolección estructurada de eventos
  • Cumplimiento normativo y trazabilidad en flujos de trabajo agentes
  • Diseño de registros de auditoría y mecanismos de reproducción (replay) para depuración

Ajuste de rendimiento y optimización de recursos

  • Reducción de la sobrecarga de inferencia y optimización de ciclos de orquestación del agente
  • Caché de modelos y incrustaciones (embeddings) ligeras para una recuperación más rápida
  • Pruebas de carga y escenarios de estrés para tuberías de IA

Control de costos y gobernanza

  • Comprensión de los impulsores de costos del agente: llamadas a API, memoria, potencia de cómputo e integraciones externas
  • Seguimiento de costos a nivel de agente e implementación de modelos de recargo (chargeback)
  • Políticas de automatización para prevenir la dispersión de agentes y el consumo de recursos ociosos

CI/CD y estrategias de lanzamiento para agentes

  • Integración de tuberías de agentes en sistemas CI/CD
  • Pruebas, versionado y estrategias de reversión para actualizaciones iterativas de agentes
  • Lanzamientos progresivos y mecanismos de despliegue seguro

Recuperación ante fallos e ingeniería de confiabilidad

  • Diseño para tolerancia a fallos y degradación elegante (graceful degradation)
  • Patrones de reintento, tiempo de espera y interruptores de circuito para la confiabilidad del agente
  • Respuesta a incidentes y marcos de análisis post-mortem para operaciones de IA

Proyecto final

  • Construir y desplegar un sistema de IA agente 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 compañeros

Resumen y próximos pasos

Requerimientos

  • Sólido conocimiento de MLOps y sistemas de aprendizaje automático en producción
  • Experiencia con despliegues contenerizados (Docker/Kubernetes)
  • Familiaridad con herramientas de optimización de costos en la nube y observabilidad

Público objetivo

  • Ingenieros de MLOps
  • Ingenieros de Confiabilidad del Sitio (SRE)
  • Gerentes de ingeniería que supervisan infraestructura de IA
 21 Horas

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas