Contacta con nosotros

Temario del curso

Fundamentos del despliegue híbrido de IA

  • Comprensión de los modelos de despliegue híbrido, en la nube y en el borde
  • 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

  • Creación 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 inferencias en AWS, Azure y GCP mediante Docker
  • Aprovisionamiento de recursos computacionales en la nube para el servicio de modelos
  • Protección de puntos de acceso de IA basados en la nube

Técnicas de despliegue en el borde y locales

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

Redes híbridas y conectividad segura

  • Túneles seguros entre el borde y la nube
  • Certificados, secretos y acceso basado en tokens
  • Ajuste de rendimiento para inferencias de baja latencia

Orquestación de despliegues distribuidos de IA

  • Uso de K3s, K8s u orquestación ligera para configuraciones híbridas
  • Detección de servicios y programación de cargas de trabajo
  • Automatización de estrategias de despliegue multiubicación

Monitoreo y observabilidad en todos los entornos

  • Seguimiento del rendimiento de inferencias en múltiples ubicaciones
  • Registro centralizado para sistemas híbridos de IA
  • Detección de fallos y recuperación automatizada

Escalabilidad y optimización de sistemas híbridos de IA

  • Escalado de clústeres de borde y nodos en la nube
  • Optimización del uso del ancho de banda y almacenamiento en caché
  • Equilibrio de cargas computacionales entre la nube y el borde

Resumen y siguientes pasos

Requerimientos

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

Público objetivo

  • Arquitectos de infraestructura
  • Ingenieros de confiabilidad de sitio (SRE)
  • Desarrolladores de tecnologías de borde e IoT
 21 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas