Temario del curso
Fundamentos de Sistemas Agenciales en Producción
- Arquitecturas agenciales: 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
Infraestructura y Modelos de Despliegue
- Desplegar agentes en entornos contenerizados y de la nube
- Patrones de escalabilidad: escalado horizontal vs vertical, concurrencia y limitación
- Orquestación multi-agente y equilibrio de carga
Monitoreo y Observabilidad
- Métricas clave: latencia, tasa de éxito, uso de memoria y profundidad de llamadas del agente
- Rastreo de la actividad del agente y gráficos de llamadas
- Instrumentación de observabilidad utilizando Prometheus, OpenTelemetry y Grafana
Registro, Auditoría y Cumplimiento
- Registro centralizado y recolección estructurada de eventos
- Cumplimiento y auditoría en flujos de trabajo agenciales
- Diseño de rastros de auditoría y mecanismos de reproducción para depuración
Optimización del Rendimiento y los Recursos
- Reducción de la sobrecarga de inferencia y optimización de ciclos de orquestación de agentes
- Caché de modelos y embebidos ligeros para una recuperación más rápida
- Pruebas de carga y escenarios de estrés para pipelines AI
Control de Costos y Gobernanza
- Comprensión de los factores que influyen en el costo de los agentes: llamadas API, memoria, computación e integraciones externas
- Seguimiento de costos a nivel de agente y implementación de modelos de cobro
- Políticas de automatización para prevenir la proliferación de agentes y el consumo de recursos inactivos
Estrategias CI/CD y Despliegue de Agentes
- Integración de pipelines de agentes en sistemas CI/CD
- Pruebas, versionado y estrategias de reversión para actualizaciones iterativas de agentes
- Despliegues progresivos y mecanismos de despliegue seguro
Recuperación de Fallos e Ingeniería de Fiabilidad
- Diseño para tolerancia a fallos y degradación gradual
- Patrones de reintento, tiempo de espera y circuito breaker para la fiabilidad del agente
- Marco de respuesta a incidentes y post-mortem para operaciones AI
Proyecto Final
- Construir y desplegar un sistema AI agencial con monitoreo completo y seguimiento de costos
- Simular carga, medir rendimiento y optimizar el uso de recursos
- Presentar la arquitectura final y el panel de monitoreo a compañeros
Resumen y Pasos Siguientes
Requerimientos
- Conocimiento sólido de MLOps y sistemas de machine learning en producción
- Experiencia con despliegues contenerizados (Docker/Kubernetes)
- Familiaridad con herramientas de optimización de costos y observabilidad en la nube
Audiencia
- Ingenieros MLOps
- Ingenieros de Fiabilidad del Sitio (SREs)
- Gerentes de ingeniería que supervisan infraestructura AI
Testimonios (3)
Buena mezcla de conocimientos 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 y 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
ejercicios prácticos
Daniel - Facultatea S.A.I.A.P.M.
Curso - Agentic AI in Multi-Agent Systems
Traducción Automática