Temario del curso
Fundamentos de los Sistemas Agenticos en Producción
- Arquitecturas agenticas: bucles, herramientas, memoria y capas de orquestación
- Ciclo de vida de los agentes: desarrollo, despliegue y operación continua
- Desafíos de la gestión de agentes a escala de producción
Modelos de Infraestructura y Despliegue
- Despliegue de agentes en entornos contenerizados y en la nube
- Patrones de escalado: escalado horizontal vs. vertical, concurrencia y limitación de tasa (throttling)
- Orquestación multi-agente y equilibrio de cargas de trabajo
Monitoreo y Observabilidad
- Métricas clave: latencia, tasa de éxito, uso de memoria y profundidad de llamadas del agente
- Rastreo de actividad del agente y grafos de llamadas
- Instrumentación de observabilidad usando Prometheus, OpenTelemetry y Grafana
Registro de eventos (Logging), Auditoría y Cumplimiento
- Log centralizado y recolección estructurada de eventos
- Cumplimiento y trazabilidad en flujos de trabajo agenticos
- Diseño de registros de auditoría y mecanismos de reproducción para depuración
Ajuste de Rendimiento y Optimización de Recursos
- Reducción de la sobrecarga de inferencia y optimización de los ciclos de orquestación del agente
- Caché de modelos y embeddings ligeros para una recuperación más rápida
- Pruebas de carga y escenarios de estrés para pipelines de IA
Control de Costos y Gobernanza
- Comprensión de los factores que generan costos en los agentes: llamadas a la API, memoria, cómputo e integraciones externas
- Seguimiento de los costos a nivel de agente e implementación de modelos de recargo (chargeback)
- Políticas de automatización para prevenir el desbordamiento de agentes y el consumo de recursos inactivos
CI/CD y Estrategias de Lanzamiento para Agentes
- Integración de pipelines agenticos en sistemas de CI/CD
- Estrategias de pruebas, versionado y reversión para actualizaciones iterativas de agentes
- Lanzamientos progresivos y mecanismos de despliegue seguro
Recuperación ante Fallos e Ingeniería de Confiabilidad
- Diseño para la tolerancia a fallos y degradación elegante
- Patrones de reintento, tiempo de espera y breaker (circuit breaker) para la confiabilidad del agente
- Respuesta ante incidentes y marcos de análisis post-mortem para operaciones de IA
Proyecto Final
- Construir e implementar un sistema de IA agentica con monitoreo completo y seguimiento de costos
- Simular carga, medir el rendimiento y optimizar el uso de recursos
- Presentar la arquitectura final y el panel de monitoreo a los compañeros
Resumen y Próximos Pasos
Requerimientos
- Sólido conocimiento de MLOps y sistemas de aprendizaje automático en producción
- Experiencia con despliegues contenerizados (Docker/Kubernetes)
- Familiaridad con herramientas de optimización de costos en la nube y observabilidad
Audiencia objetivo
- Ingenieros de MLOps
- Ingenieros de Confiabilidad del Sitio (SRE)
- Gerentes de ingeniería que supervisan infraestructura de IA
Reseñas (3)
El instructor es paciente y muy útil. Conoce bien el tema.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Curso - Agentic AI for Business Automation: Use Cases & Integration
Traducción Automática
Buena mezcla de conocimiento y práctica
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curso - Agentic AI for Enterprise Applications
Traducción Automática
La mezcla de teoría y práctica, así como de perspectivas de alto y bajo nivel
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curso - Autonomous Decision-Making with Agentic AI
Traducción Automática