Arquitectura de Soluciones de IA: Sistemas GenAI Escalables

Resumen

This course offers a comprehensive journey into architecting scalable and efficient Generative AI (GenAI) applications. It equips you with the skills to design, deploy, and optimize GenAI systems.

The course starts by laying the foundational knowledge of GenAI, including its evolution from traditional AI to modern architectures, and dives deep into core concepts such as Variational Autoencoders (VAEs) and Generative Adversarial Networks (GANs). By exploring these models, you’ll understand their vital role in enabling cutting-edge large language models (LLMs).

As you progress, you'll delve into the LGPL architecture, breaking down its components—Gates, Pipes, and Loops—through hands-on simulations. This segment helps you grasp how these elements work in synergy to build robust GenAI applications.

You'll also be introduced to best practices for building scalable systems, including containerization, load balancing, fault tolerance, and cloud-native deployment strategies. Practical lessons in infrastructure selection and deployment strategies provide a clear path toward real-world application.

The course continues with a focus on building resilient GenAI applications, with essential topics like error handling, logging, monitoring, and high availability. You'll explore advanced security concerns, disaster recovery strategies, and cost optimization techniques for building GenAI systems that are both cost-effective and highly available.

With case studies and hands-on examples, you’ll learn to apply these concepts in real-world scenarios like real-time trading systems and diagnostic recommendation systems. This course is ideal for professionals in AI, cloud computing, and software development who want to master the intricacies of building scalable and resilient GenAI systems.

The course requires a fundamental understanding of AI concepts and programming, making it suitable for intermediate-level learners aiming to advance their skills in architecting AI-driven applications.

Programa

• Introducción
En este módulo, introduciremos los conceptos fundamentales y prerrequisitos esenciales para dominar los sistemas GenAI escalables. También obtendrás claridad sobre la estructura del curso, lo que te ayudará a entender los componentes clave que guiarán tu viaje de aprendizaje.
• Profundización en GenAI (Inteligencia Artificial Generativa)
En este módulo, examinaremos a fondo la Inteligencia Artificial Generativa (GenAI), comprendiendo sus conceptos básicos y evolución. A través de aplicaciones del mundo real y una exploración de VAEs y GANs, obtendrás un entendimiento del poder y potencial de los sistemas GenAI.
• La Arquitectura LGPL - Examen Detallado
En este módulo, profundizaremos en la arquitectura LGPL, explorando sus componentes y capas vitales. A través de simulaciones prácticas, desarrollarás un entendimiento práctico integrando Gates, Pipes y Loops en sistemas GenAI escalables.
• Construcción de Aplicaciones GenAI Escalables
En este módulo, exploraremos consideraciones clave de infraestructura para aplicaciones GenAI, sumergiéndonos en la contenedorización, Docker y elecciones arquitectónicas. También aprenderás a implementar estrategias como el balanceo de carga y la tolerancia a fallos para asegurar que tus aplicaciones sean escalables y resilientes.
• Construcción para Despliegues Nativos de la Nube
En este módulo, exploraremos cómo las plataformas en la nube habilitan despliegues escalables y eficientes de aplicaciones GenAI, ayudándote a entender las ventajas clave de construir para la nube.
• Construcción de Aplicaciones GenAI Resilientes
En este módulo, nos enfocaremos en estrategias para construir aplicaciones GenAI resilientes, desde gestionar errores y excepciones hasta asegurar el tiempo de actividad con sistemas de monitoreo y alertas. Aprenderás a mantener la fiabilidad y reducir los impactos de fallos.
• Estrategias de Recuperación ante Desastres y Alta Disponibilidad
En este módulo, cubriremos estrategias para asegurar que tus aplicaciones GenAI sean tanto resilientes como de alto rendimiento, explorando técnicas de recuperación ante desastres y soluciones de alta disponibilidad, incluyendo herramientas basadas en la nube de AWS.
• Amenazas de Seguridad en Aplicaciones GenAI
En este módulo, examinaremos las amenazas de seguridad comunes que enfrentan las aplicaciones GenAI y exploraremos el papel de la Inteligencia Artificial Explicable (XAI) en la protección contra riesgos adversariales, ayudándote a asegurar tus sistemas de amenazas emergentes.
• Estrategias de Optimización de Costes para la Infraestructura GenAI
En este módulo, nos centraremos en estrategias de optimización de costes, incluyendo la dimensionamiento correcto de recursos y la contenedorización. Aprenderás a equilibrar el rendimiento y la eficiencia de costes al desplegar aplicaciones GenAI.
• Temas Avanzados en Arquitectura de Aplicaciones GenAI
En este módulo, exploraremos conceptos avanzados en arquitectura GenAI, como la Inteligencia Artificial Explicable, MLOps y la inteligencia artificial ética. También descubrirás las tendencias emergentes que están dando forma al futuro de los sistemas GenAI.
• Próximos Pasos
En este módulo final, proporcionaremos orientación sobre cómo continuar tu viaje de dominio de sistemas GenAI escalables, ofreciendo recomendaciones para los siguientes pasos y oportunidades de aprendizaje adicional.

---

Impartido por

Packt - Course Instructors

---

Materias

Computer Science