Temario del curso
Fundamentos de la Implementación Híbrida de IA
- Comprensión de los modelos de implementación híbrida, en nube y borde
- Características de las cargas de trabajo de IA y restricciones de infraestructura
- Elección de la topología de implementación adecuada
Contenerización de Cargas de Trabajo de IA con Docker
- Construcción de contenedores de inferencia 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
- Provisionamiento de cómputo en la nube para el servicio de modelos
- Seguridad de puntos finales de IA basados en la nube
Técnicas de Despliegue en Borde y On-Premise
- Ejecución de IA en dispositivos IoT, gateways y microservidores
- Tiempos de ejecución ligeros para entornos de borde
- Gestión de la conectividad intermitente y persistencia local
Redes Híbridas y Conectividad Segura
- Túneles seguros entre borde y nube
- Certificados, secretos y acceso basado en tokens
- Ajuste de rendimiento para inferencia de baja latencia
Orquestación de Implementaciones de IA Distribuidas
- Uso de K3s, K8s o orquestación ligera para configuraciones híbridas
- Descubrimiento de servicios y programación de cargas de trabajo
- Automatización de estrategias de despliegue multi-ubicación
Monitoreo y Observabilidad en Entornos Híbridos
- Seguimiento del rendimiento de la inferencia a través de ubicaciones
- Registro centralizado para sistemas híbridos de IA
- Detección de fallas y recuperación automática
Escalado y Optimización de Sistemas Híbridos de IA
- Escalado de clústeres en borde y nodos en la nube
- Optimización del uso de ancho de banda y almacenamiento en caché
- Balanceo de cargas computacionales entre nube y borde
Resumen y Pasos Siguientes
Requerimientos
- Comprensión de los conceptos de contenerización
- Experiencia con operaciones en la línea de comandos de Linux
- Familiaridad con flujos de trabajo de implementación de modelos de IA
Público
- Arquitectos de infraestructura
- Ingenieros de confiabilidad del sitio (SREs)
- Desarrolladores de borde y IoT
Testimonios (5)
OC es nuevo para nosotros y aprendimos mucho, y los laboratorios fueron excelentes.
sharkey dollie
Curso - OpenShift 4 for Administrators
Traducción Automática
Muy informativo y conciso. Práctica práctica
Gil Matias - FINEOS
Curso - Introduction to Docker
Traducción Automática
Laboratorios y discusiones técnicas.
Dinesh Panchal - AXA XL
Curso - Advanced Docker
Traducción Automática
Que Brian tiene buen conocimiento del tema y explica bien
Francisco Demetrio Quitral - IMED S.A
Curso - Rancher: administra tus contenedores Docker
Dio una buena base para Docker y Kubernetes.
Stephen Dowdeswell - Global Knowledge Networks UK
Curso - Docker (introducing Kubernetes)
Traducción Automática