Solicitar información

Temario del curso

Preparación de modelos de aprendizaje automático para el despliegue

  • Empaquetado de modelos mediante Docker
  • Exportación de modelos desde TensorFlow y PyTorch
  • Consideraciones relativas al control de versiones y al almacenamiento

Poner en servicio modelos en Kubernetes

  • Descripción general de los servidores de inferencia
  • Implementación de TensorFlow Serving y TorchServe
  • Configuración de puntos de conexión para los modelos

Técnicas de optimización en la inferencia

  • Estrategias de agrupamiento de solicitudes
  • Manejo simultáneo de múltiples solicitudes
  • Ajuste del nivel de latencia y el rendimiento global

Ajuste automático de escala en cargas de trabajo de IA

  • Horizontal Pod Autoscaler (HPA)
  • Vertical Pod Autoscaler (VPA)
  • Kubernetes Event-Driven Autoscaling (KEDA)

Aprovisionamiento de GPU y gestión de recursos

  • Configuración de nodos con unidades gráficas
  • Introducción al complemento para dispositivos NVIDIA
  • Solicitudes y límites de recursos asignados a cargas de trabajo de IA

Estrategias de implementación y lanzamiento de modelos

  • Despliegues tipo blue/green
  • Métodos canarios para la introducción gradual de cambios<\/li>
  • Pruebas A/B destinadas a evaluar el desempeño de los modelos

Monitoreo y trazabilidad de cargas de trabajo de IA en producción

  • Métricas relevantes para procesos de inferencia
  • Prácticas recomendadas para el registro y seguimiento de eventos
  • Dashboards e instrumentación para alertas automáticas

Aspectos clave en seguridad y fiabilidad

  • Protección de puntos de conexión asociados a los modelos
  • Políticas de red y control de acceso
  • Mecanismos para garantizar alta disponibilidad del sistema

Resumen y próximos pasos recomendados

Requerimientos

  • Conocimientos básicos sobre flujos de trabajo de aplicaciones contenerizadas
  • Experiencia en el desarrollo de modelos de aprendizaje automático con Python
  • Familiaridad con los conceptos fundamentales de Kubernetes

Público objetivo

  • Ingenieros especializados en aprendizaje automático
  • Ingenieros DevOps
  • Equipos de ingeniería de plataformas
 14 Horas

Formación Corporativa a Medida

Soluciones de formación diseñadas exclusivamente para empresas.

  • Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
  • Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
  • Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Inversión

Precio por grupo privado (formación online) desde 2900 € + IVA*

Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales

Reseñas (4)

Próximos cursos

Categorías Relacionadas