Temario del curso
Fundamentos del Despliegue de IA Híbrida
- Comprensión de los modelos de despliegue híbrido, en la nube y edge
- Características de las cargas de trabajo de IA y restricciones de infraestructura
- Selección de la topología de despliegue adecuada
Contenerización de Cargas de Trabajo de IA con Docker
- Construcción de contenedores de inferencia con GPU y CPU
- Gestión de imágenes seguras y registros de contenedores
- Implementación de entornos reproducibles para IA
Despliegue de Servicios de IA en Entornos de Nube
- Ejecución de inferencia en AWS, Azure y GCP mediante Docker
- Aprovisionamiento de computación en la nube para el servicio de modelos
- Seguridad de los puntos finales (endpoints) de IA en la nube
Técnicas de Despliegue Edge e In Situ (On-Prem)
- Ejecución de IA en dispositivos IoT, gateways y microserves
- Runtimes ligeros para entornos edge
- Gestión de conectividad intermitente y persistencia local
Redes Híbridas y Conectividad Segura
- Túneles seguros entre edge y la nube
- Certificados, secretos y acceso basado en tokens
- Sintonización de rendimiento para inferencia de baja latencia
Orquestación de Despliegues de IA Distribuida
- Uso de K3s, K8s u orquestación ligera para configuraciones híbridas
- Descubrimiento de servicios y programación de cargas de trabajo
- Automatización de estrategias de implementación multisitio
Monitoreo y Observabilidad a Través de Entornos
- Seguimiento del rendimiento de la inferencia en múltiples ubicaciones
- Registro centralizado (logging) para sistemas de IA híbrida
- Detección de fallos y recuperación automatizada
Escalamiento y Optimización de Sistemas de IA Híbrida
- Escalamiento de clústeres edge y nodos de la nube
- Optimización del uso del ancho de banda y el almacenamiento en caché (caching)
- Equilibrio de cargas de computación entre la nube y el edge
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los conceptos de contenerización
- Experiencia con operaciones en la 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 del Sitio (SRE)
- Desarrolladores de edge e IoT
Testimonios (3)
Cómo los formadores transmiten el conocimiento de manera efectiva
Vu Thoai Le - Reply Polska sp. z o. o.
Curso - Certified Kubernetes Administrator (CKA) - exam preparation
Traducción Automática
el formador tenía mucho conocimiento y paciencia para compartir con nosotros
Bogdan Olaru
Curso - Introduction to Docker
Traducción Automática
El conocimiento y los intercambios con Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Curso - Docker and Kubernetes
Traducción Automática