Contacta con nosotros

Temario del curso

Fundamentos del Despliegue de IA Híbrida

  • Comprensión de modelos de despliegue híbrido, en la nube y edge
  • Características de las cargas de trabajo de IA y limitaciones de infraestructura
  • Elección de la topología de despliegue adecuada

Contenedrización de Cargas de Trabajo de IA con Docker

  • Creación de contenedores de inferencia para GPU y CPU
  • Gestión de imágenes seguras y registros
  • 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
  • Provisión de recursos computacionales en la nube para el servicio de modelos
  • Seguridad de puntos finales de IA basados en la nube

Técnicas de Despliegue en Edge e Infraestructura Local

  • Ejecución de IA en dispositivos IoT, gateways y microsistemas
  • Entornos de ejecución ligeros para entornos edge
  • Gestión de conectividad intermitente y persistencia local

Redes Híbridas y Conectividad Segura

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

Orquestación de Despliegues de IA Distribuidos

  • Uso de K3s, K8s u orquestación ligera para configuraciones híbridas
  • Descubrimiento de servicios y programación de cargas de trabajo
  • Automatización de estrategias de despliegue en múltiples ubicaciones

Monitoreo y Observabilidad a través de Entornos

  • Seguimiento del rendimiento de la inferencia en diferentes ubicaciones
  • Registro centralizado para sistemas de IA híbrida
  • Detección de fallos y recuperación automática

Escalado y Optimización de Sistemas de IA Híbridos

  • Escalamiento de clústeres edge y nodos en la nube
  • Optimización del uso de ancho de banda y caché
  • Equilibrio de cargas computacionales entre nube y edge

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los conceptos de contenedrización
  • Experiencia con operaciones de línea de comandos en Linux
  • Familiaridad con flujos de trabajo de despliegue de modelos de IA

Público Objetivo

  • Arquitectos de infraestructura
  • Ingenieros de Fiabilidad del Sitio (SREs)
  • Desarrolladores de Edge e IoT
 21 Horas

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas