Temario del curso
Fundamentos del Despliegue de IA Híbrida
- Comprensión de los modelos de despliegue híbrido, en la nube y en el edge.
- Características de las cargas de trabajo de IA y restricciones de infraestructura.
- Selección de la topología de despliegue adecuada.
Contenedorización 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 a través de Docker.
- Aprovisionamiento de recursos de cómputo en la nube para el servicio de modelos.
- Seguridad de los endpoints de IA basados en la nube.
Técnicas de Despliegue en Edge y On-Premise
- Ejecución de IA en dispositivos IoT, gateways y microsistemas.
- Entornos de ejecución ligeros para entornos edge.
- Gestión de conectividad intermitente y persistencia local.
Red Híbrida y Conectividad Segura
- Túneles seguros entre el edge 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 orquestadores ligeros para configuraciones híbridas.
- Descubrimiento de servicios y programación de cargas de trabajo.
- Automatización de estrategias de despliegue en múltiples ubicaciones.
Monitoreo y Observabilidad en Diversos Entornos
- Seguimiento del rendimiento de la inferencia entre distintas ubicaciones.
- Registro centralizado para sistemas de IA híbridos.
- Detección de fallos y recuperación automatizada.
Escalado y Optimización de Sistemas de IA Híbrida
- Escalado de clústeres edge y nodos en la nube.
- Optimización del uso del ancho de banda y del almacenamiento en caché.
- Equilibrio de cargas de cómputo entre la nube y el edge.
Resumen y Próximos Pasos
Requerimientos
- Conocimiento de los conceptos de contenedores
- 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 (SRE)
- Desarrolladores de edge e IoT
Testimonios (3)
Cómo los formadores transmiten el conocimiento de manera efectiva
Vu Thoai Le - Reply Polska sp. z o. o.
Curso - Certified Kubernetes Administrator (CKA) - exam preparation
Traducción Automática
el formador tenía mucho conocimiento y paciencia para compartir con nosotros
Bogdan Olaru
Curso - Introduction to Docker
Traducción Automática
El conocimiento y los intercambios con Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Curso - Docker and Kubernetes
Traducción Automática