Ponte en Contacto
 Duración 21 horas

Temario del curso

Comprensión de la arquitectura y los conceptos operativos de Mastra

  • Componentes principales y su papel en producción
  • Patrones de integración admitidos para entornos empresariales
  • Consideraciones de seguridad y gobernanza

Preparación de los entornos para la implementación de agentes

  • Configuración de entornos de ejecución de contenedores
  • Preparación de clusters 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 despliegue
  • Uso de GitOps y CI/CD para la entrega automatizada
  • Validación de despliegues mediante pruebas estructuradas

Estrategias de escalabilidad para agentes de IA en producción

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

Observabilidad, monitoreo y registro de eventos para agentes de IA

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

Optimización del rendimiento y la eficiencia de recursos

  • Perfileo de cargas de trabajo de agentes
  • Mejora del rendimiento de inferencia y reducción de la latencia
  • Enfoques de optimización de costos para despliegues de agentes a gran escala

Fiabilidad, resiliencia y manejo de fallos

  • Diseño para la resiliencia bajo carga
  • Implementación de circuit breakers, reintentos y limitación de tasa (rate limiting)
  • 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 los despliegues de agentes con DevSecOps empresarial
  • Adaptación de las arquitecturas a los entornos de plataforma existentes

Resumen y próximos 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 DevOps
  • Desarrolladores Backend
  • Ingenieros de plataforma responsables de las cargas de trabajo de IA

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas