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, implementación y operación continua.
- Desafíos de la gestión de agentes a escala de producción.
Infraestructura y Modelos de Implementación
- Despliegue de agentes en entornos contenerizados y en la nube.
- Patrones de escalado: escalado horizontal frente a vertical, concurrencia y limitación de tasa (throttling).
- Orquestación multi-agente y balanceo de cargas.
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 la observabilidad utilizando Prometheus, OpenTelemetry y Grafana.
Registro de Eventos (Logging), Auditoría y Cumplimiento
- Registro centralizado y recolección de eventos estructurados.
- Cumplimiento y trazabilidad en flujos de trabajo agénticos.
- 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 de agentes.
- Caché de modelos y embebimientos 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 la API, memoria, capacidad de cómputo e integraciones externas.
- Seguimiento de los costos a nivel de agente e implementación de modelos de reembolso (chargeback).
- Políticas de automatización para prevenir la dispersión de agentes y el consumo de recursos inactivos.
Estrategias de CI/CD y Despliegue para Agentes
- Integración de pipelines de agentes en sistemas de CI/CD.
- Pruebas, versionado y estrategias de reversión para actualizaciones iterativas de agentes.
- Despliegues progresivos y mecanismos de despliegue seguro.
Recuperación ante Fallos e Ingeniería de Confiabilidad
- Diseño para la tolerancia a fallos y la degradación graciosa.
- Patrones de reintento, tiempos de espera y breakers de circuito para la confiabilidad de los agentes.
- Respuesta a incidentes y marcos de análisis posterior (post-mortem) para operaciones de IA.
Proyecto Final (Capstone)
- Construir e implementar un sistema de IA agéntica con monitoreo y seguimiento de costos completos.
- 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 entendimiento de MLOps y sistemas de aprendizaje automático en producción.
- Experiencia con implementaciones contenerizadas (Docker/Kubernetes).
- Familiaridad con herramientas de optimización de costos en la nube y observabilidad.
Audiencia
- Ingenieros de MLOps.
- Ingenieros de Confiabilidad del Sitio (SRE).
- Gerentes de ingeniería que supervisan la infraestructura de IA.
Testimonios (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
