Ponte en Contacto

Temario del curso

Comprensión de la arquitectura de Mastra y los conceptos operativos

  • Componentes principales y sus roles en la producción
  • Patrones de integración compatibles con entornos empresariales
  • Consideraciones de seguridad y gobernanza

Preparación de entornos para el despliegue de agentes

  • Configuración de entornos de ejecución de contenedores
  • Preparación de clústeres de Kubernetes para cargas de trabajo de agentes de IA
  • Gestión de secretos, credenciales y repositorios de configuración

Despliegue de agentes de IA de Mastra

  • Empaquetado de agentes para su despliegue
  • Uso de GitOps y CI/CD para la entrega automatizada
  • Validación de despliegues mediante pruebas estructuradas

Estrategias de escalado para agentes de IA en producción

  • Patrones de escalado horizontal
  • Autoescalamiento con HPA, KEDA y disparadores basados en eventos
  • Estrategias de distribución de carga y manejo de solicitudes

Observabilidad, monitoreo y registro para agentes de IA

  • Buenas prácticas de instrumentación de telemetría
  • Integración de Prometheus, Grafana y pilas de registro
  • Rastreo del rendimiento de los agentes, la deriva y las anomalías operativas

Optimización del rendimiento y la eficiencia de recursos

  • Análisis de perfiles de cargas de trabajo de agentes
  • Mejora del rendimiento de inferencia y reducción de la latencia
  • Enfoques de optimización de costos para despliegues de agentes a gran escala

Confiabilidad, resiliencia y manejo de fallas

  • Diseño para la resiliencia bajo carga
  • Implementación de circuit breakers, reintentos y limitación de tasas
  • Planificación de recuperación ante desastres para sistemas basados en agentes

Integración de Mastra en ecosistemas empresariales

  • Interfaz con APIs, pipelines de datos y buses de eventos
  • Alineación de despliegues de agentes con DevSecOps empresarial
  • Adaptación de arquitecturas a entornos de plataforma existentes

Resumen y próximos pasos

Requerimientos

  • Conocimiento de la contenerización y la orquestación
  • Experiencia con flujos de trabajo CI/CD
  • Familiaridad con los conceptos de despliegue de modelos de IA

Público objetivo

  • Ingenieros DevOps
  • Desarrolladores backend
  • Ingenieros de plataforma responsables de cargas de trabajo de IA
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas