Ponte en Contacto
 Duración 21 horas

Temario del curso

Fundamentos de arquitectura para sistemas de IA

  • Capas, límites y separación de responsabilidades
  • Aplicación de puertos y adaptadores a componentes de IA
  • Escenarios de atributos de calidad para funcionalidades de IA
  • Registros de decisiones de arquitectura como gobernanza

Evolución de una aplicación existente

  • Modernización incremental en lugar de reescritura
  • Colocación de servicios de IA junto a un monolito existente
  • Patrones de estrangulador (strangler) y capa anticorrupción
  • Puntos de integración (seams) para APIs y datos existentes

Patrones de arquitectura de integración de LLM

  • Puerta de modelo (model gateway) como límite de abstracción
  • Integración síncrona, asíncrona y de streaming
  • Respaldo (fallback), degradación y conmutación por falla del proveedor
  • Configuración de prompts y modelos como activos versionados

Contratos, APIs e intercambio de datos

  • Esquemas de salida estructurados y validación
  • Idempotencia, reintentos y limitación de tasas (rate limiting)
  • Presupuestos de latencia y orquestación de timeouts
  • Costo por solicitud como restricción arquitectónica

Arquitectura de RAG de principio a fin

  • Pipeline de ingesta, fragmentación (chunking) y embeddings
  • Etapas de índice, recuperación, reordenamiento (reranking) y generación
  • Ubicación de la recuperación en relación con los servicios de la aplicación
  • Compromisos (trade-offs) y modos de falla en cada etapa

Bases de datos vectoriales y diseño de recuperación

  • Almacenes vectoriales gestionados versus autoalojados (self-hosted)
  • Búsqueda densa, dispersa e híbrida
  • Filtrado de metadatos y aislamiento de inquilinos (tenants)
  • Estrategia de re-embedding cuando cambian los modelos

Calidad de la recuperación, anclaje (grounding) y evaluación

  • Conjuntos de evaluación construidos a partir de consultas reales
  • Métricas de calidad de recuperación y respuesta
  • Citas, anclaje (grounding) y contención de alucinaciones
  • Ciclos de retroalimentación hacia el índice

Arquitecturas de agentes

  • Bucle del agente e invocación de herramientas
  • Flujos de trabajo deterministas versus planificadores autónomos
  • Casos en los que un agente es la respuesta incorrecta
  • Alcance de responsabilidades y estado del agente

Sistemas multi-agente y orquestación

  • Topologías de supervisor y orquestador
  • Protocolos de traspaso (handoff) y contratos de mensajes
  • Memoria compartida y gestión de contexto
  • Comparación de frameworks desde una perspectiva arquitectónica

Comunicación de servicios y protocolos de herramientas

  • Coordinación basada en eventos y colas
  • Exposición de herramientas a través de protocolos estándar
  • Sagas, compensación y transacciones de larga duración
  • Observabilidad a través de saltos entre servicios

Agentes de IA en el flujo de trabajo de desarrollo

  • Agentes de codificación dentro del pipeline de entrega
  • Desarrollo guiado por especificaciones y puertas de revisión
  • Generación de pruebas y controles de calidad automatizados
  • Medidas de salvaguarda (guardrails) que preservan el control arquitectónico

Gobernanza y calidad del software

  • Revisión de diseño para funcionalidades de IA
  • Gestión de cambios de modelos y prompts
  • Evaluación de regresión como etapa del pipeline
  • Propiedad, política y rutas de aprobación

Seguridad, privacidad y gobernanza de datos

  • Inyección de prompts y defensa en profundidad
  • Secretos, control de acceso y principio de menor privilegio
  • Residencia de datos, datos personales y retención
  • Auditabilidad y controles con participación humana (human-in-the-loop)

Escalabilidad, costos y observabilidad

  • Trazabilidad a través de cadenas de agentes
  • Telemetría de tokens y costos
  • Caché y optimización de latencia
  • Niveles de servicio y respuesta ante incidentes para servicios de IA

Capstone: Arquitectura para una solución potenciada por IA

  • Vistas de contexto, componente y despliegue
  • Diseño de orquestación de recuperación y agentes
  • Plan de seguridad, gobernanza y costos
  • Revisión por pares, crítica y hoja de ruta de migración

Requerimientos

  • Experiencia diseñando y manteniendo sistemas de software en producción
  • Conocimiento práctico de APIs REST e integración de servicios
  • Familiaridad con bases de datos relacionales y modelado de datos
  • Exposición básica a herramientas o APIs basadas en LLM

Público objetivo

  • Arquitectos de software
  • Líderes técnicos e ingenieros senior
  • Gerentes de ingeniería responsables de decisiones de arquitectura

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas