Temario del curso
Fundamentos de los sistemas agénticos en producción
- Arquitecturas agénticas: 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
- Despliegue de agentes en entornos contenerizados y en la nube
- Patrones de escalabilidad: escalado horizontal vs vertical, concurrencia y limitación de tasa (throttling)
- Orquestación multiagente y equilibramiento de cargas de trabajo
Monitoreo y observabilidad
- Métricas clave: latencia, tasa de éxito, uso de memoria y profundidad de llamadas del agente
- Trazado de la actividad de agentes y grafos de llamadas
- Instrumentación de observabilidad utilizando Prometheus, OpenTelemetry y Grafana
Registros (logging), auditoría y cumplimiento
- Registro centralizado y recopilación estructurada de eventos
- Cumplimiento normativo y capacidad de auditoría en flujos de trabajo agénticos
- Diseño de trazas de auditoría y mecanismos de reproducción (replay) para depuración
Ajuste de rendimiento y optimización de recursos
- Reducción de la sobrecarga de inferencia y optimización de ciclos de orquestación de agentes
- 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 impulsores de costos de los agentes: llamadas a API, memoria, cómputo e integraciones externas
- Seguimiento de costos a nivel de agente e implementación de modelos de facturación por uso (chargeback)
- Políticas de automatización para prevenir la proliferación de agentes y el consumo inactivo de recursos
Estrategias de CI/CD e implementación para agentes
- Integración de pipelines de agentes en sistemas de CI/CD
- Estrategias de pruebas, versionado y reversión para actualizaciones iterativas de agentes
- Implementaciones progresivas y mecanismos de despliegue seguro
Recuperación de fallos e ingeniería de confiabilidad
- Diseño para tolerancia a fallos y degradación gradual
- Patrones de reintentos (retry), tiempo de espera (timeout) y disyuntor (circuit breaker) para la confiabilidad de los agentes
- Respuesta a incidentes y marcos de posmortem para operaciones de IA
Proyecto Capstone
- Construir y desplegar un sistema de IA agéntica 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 pares
Resumen y próximos pasos
Requerimientos
- Sólido conocimiento de MLOps y sistemas de aprendizaje automático de producción
- Experiencia con despliegues contenerizados (Docker/Kubernetes)
- Conocimiento de herramientas de optimización de costos en la nube y de observabilidad
Público Objetivo
- Ingenieros de MLOps
- Ingenieros de Confiabilidad del Sitio (SRE)
- Gerentes de ingeniería responsables de 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
