Contacta con nosotros

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
 21 Horas

Número de participantes


Precio por participante

Testimonios (3)

Próximos cursos

Categorías Relacionadas