Contacta con nosotros

Temario del curso

Comprensión de la arquitectura de Mastra y conceptos operativos

  • Componentes principales y sus roles en producción
  • Patrones de integración soportados para entornos empresariales
  • Consideraciones de seguridad y gobernanza

Preparación de entornos para la implementación de agentes

  • Configuración de entornos de ejecución de contenedores
  • Preparación de clústeres de Kubernetes para cargas de trabajo de agentes de IA
  • Gestión de secretos, credenciales y almacenes de configuración

Implementación de agentes de IA de Mastra

  • Empaquetado de agentes para su implementación
  • Uso de GitOps y CI/CD para entrega automatizada
  • Validación de implementaciones mediante pruebas estructuradas

Estrategias de escalado para agentes de IA en producción

  • Patrones de escalado horizontal
  • Escalado automático con HPA, KEDA y desencadenadores basados en eventos
  • Estrategias de distribución de carga y manejo de solicitudes

Observabilidad, monitoreo y registro para agentes de IA

  • Mejores prácticas de instrumentación de telemetría
  • Integración de Prometheus, Grafana y pilas de registro
  • Seguimiento del rendimiento, la deriva y las anomalías operativas de los agentes

Optimización del rendimiento y eficiencia de recursos

  • Perfilado de cargas de trabajo de agentes
  • Mejora del rendimiento de inferencia y reducción de latencia
  • Enfoques de optimización de costos para implementaciones de agentes a gran escala

Fiabilidad, resiliencia y manejo de fallos

  • Diseño para resiliencia bajo carga
  • Implementación de interrupción de circuitos, reintentos y limitación de tasa
  • Planificación de recuperación ante desastres para sistemas basados en agentes

Integración de Mastra en ecosistemas empresariales

  • Interfaz con APIs, pipelines de datos y buses de eventos
  • Alineación de implementaciones de agentes con DevSecOps empresarial
  • Adaptación de arquitecturas a entornos de plataforma existentes

Resumen y siguientes pasos

Requerimientos

  • Comprensión de la contenerización y la orquestación
  • Experiencia con flujos de trabajo de CI/CD
  • Conocimiento de los conceptos de implementación de modelos de IA

Público Objetivo

  • Ingenieros de DevOps
  • Desarrolladores backend
  • Ingenieros de plataforma responsables de cargas de trabajo de IA
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas