Ponte en Contacto
 Duración 21 horas

Temario del curso

Fundamentos del despliegue híbrido de IA

  • Comprensión de los modelos de despliegue híbrido, de nube y de borde
  • 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

  • Construcción de contenedores de inferencia 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 inferencias en AWS, Azure y GCP mediante Docker
  • Provisionamiento de cómputo en la nube para el servicio de modelos
  • Seguridad de puntos finales de IA basados en la nube

Técnicas de despliegue Edge y On-Premise

  • Ejecución de IA en dispositivos IoT, pasarelas y microservidores
  • Tiempo de ejecución ligero para entornos de borde
  • Gestión de conectividad intermitente y persistencia local

Redes híbridas y conectividad segura

  • Túneles seguros entre el borde y la nube
  • Certificados, secretos y acceso basado en tokens
  • Ajuste de rendimiento para inferencia de baja latencia

Orquestación de despliegues distribuidos de IA

  • Uso de K3s, K8s u 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 híbridos de IA

  • Escala de clústeres de borde y nodos de nube
  • Optimización del uso de ancho de banda y caché
  • Equilibrio de cargas de cómputo entre la nube y el borde

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos de contenedorización
  • Experiencia en operaciones de línea de comandos de Linux
  • Conocimiento de los flujos de trabajo de despliegue de modelos de IA

Público objetivo

  • Arquitectos de infraestructura
  • Ingenieros de Confiabilidad del Sitio (SRE)
  • Desarrolladores de tecnologías Edge y IoT

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas