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, implementación y operación continua.
- Desafíos de la gestión de agentes a escala de producción.
Infraestructura y modelos de implementación
- Implementación de agentes en entornos de contenedores y en la nube.
- Patrones de escalado: escalado horizontal vs. vertical, concurrencia y control de flujo (throttling).
- Orquestación multiagente y equilibrado de cargas.
Monitoreo y observabilidad
- Métricas clave: latencia, tasa de éxito, uso de memoria y profundidad de llamadas del agente.
- Rastreo de la actividad de los agentes y grafos de llamadas.
- Instrumentación de la observabilidad utilizando Prometheus, OpenTelemetry y Grafana.
Registro de eventos, auditoría y cumplimiento
- Registro centralizado y recopilación estructurada de eventos.
- Cumplimiento normativo y capacidad de auditoría en flujos de trabajo agénticos.
- Diseño de trazas de auditoría y mecanismos de reproducción para depuración.
Ajuste de rendimiento y optimización de recursos
- Reducción del sobrecosto de inferencia y optimización de los ciclos de orquestación del agente.
- 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 que impulsan los costos de los agentes: llamadas a API, memoria, cómputo e integraciones externas.
- Rastreo de costos a nivel de agente e implementación de modelos de asignación de costos (chargeback).
- Políticas de automatización para prevenir la proliferación de agentes y el consumo inactivo de recursos.
CI/CD y estrategias de despliegue para agentes
- Integración de los pipelines de agentes en los sistemas CI/CD.
- Estrategias de pruebas, versionado y revertido para actualizaciones iterativas de agentes.
- Despliegues progresivos y mecanismos de implementación segura.
Recuperación ante fallas e ingeniería de confiabilidad
- Diseño para tolerancia a fallos y degradación elegante.
- Patrones de reintento, tiempo de espera (timeout) y disyuntor (circuit breaker) para la confiabilidad de los agentes.
- Respuesta ante incidentes y marcos de análisis post-mortem para operaciones de IA.
Proyecto de culminación
- Construir e implementar un sistema de IA agéntica con monitoreo completo y seguimiento de costos.
- Simular cargas, medir el rendimiento y optimizar el uso de recursos.
- Presentar la arquitectura final y el panel de monitoreo a los compañeros de curso.
Resumen y próximos pasos
Requerimientos
- Sólido conocimiento de MLOps y sistemas de aprendizaje automático de producción.
- Experiencia con implementaciones en contenedores (Docker/Kubernetes).
- Conocimiento de la optimización de costos en la nube y herramientas de observabilidad.
Público objetivo
- Ingenieros de MLOps.
- Ingenieros de Confiabilidad del Sitio (SRE).
- Gerentes de ingeniería que supervisan la 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
