Arquitectura de Soluciones de IA: Sistemas GenAI Escalables

Resumen

Este curso ofrece un recorrido completo por la arquitectura de aplicaciones de IA Generativa (GenAI) escalables y eficientes. Te equipa con las habilidades necesarias para diseñar, implementar y optimizar sistemas de GenAI.

El curso comienza estableciendo el conocimiento fundamental de GenAI, incluyendo su evolución desde la IA tradicional hasta las arquitecturas modernas, y profundiza en conceptos clave como los Autoencoders Variacionales (VAEs) y las Redes Generativas Antagónicas (GANs). Al explorar estos modelos, entenderás su papel vital en el desarrollo de modelos lingüísticos de gran envergadura (LLMs).

A medida que avanzas, te adentrarás en la arquitectura LGPL, desglosando sus componentes—Puertas, Tuberías y Loops—a través de simulaciones prácticas. Este segmento te ayuda a comprender cómo estos elementos trabajan en sinergia para construir aplicaciones GenAI robustas.

También se te presentarán las mejores prácticas para construir sistemas escalables, incluyendo la contenedorización, el balanceo de carga, la tolerancia a fallas y las estrategias de implementación nativas de la nube. Las lecciones prácticas sobre la selección de infraestructuras y estrategias de implementación ofrecen un camino claro hacia la aplicación en el mundo real.

El curso continúa enfocándose en la construcción de aplicaciones GenAI resilientes, con temas esenciales como el manejo de errores, el registro, la monitorización y la alta disponibilidad. Explorarás preocupaciones avanzadas de seguridad, estrategias de recuperación ante desastres y técnicas de optimización de costos para construir sistemas GenAI que sean tanto rentables como altamente disponibles.

Con estudios de caso y ejemplos prácticos, aprenderás a aplicar estos conceptos en escenarios del mundo real, como sistemas de trading en tiempo real y sistemas de recomendación diagnóstica. Este curso es ideal para profesionales en IA, computación en la nube y desarrollo de software que quieran dominar las complejidades de construir sistemas GenAI escalables y resilientes.

El curso requiere un entendimiento fundamental de los conceptos de IA y programación, haciéndolo adecuado para estudiantes de nivel intermedio que busquen avanzar en sus habilidades en la arquitectura de aplicaciones impulsadas por IA.

Programa de estudio

• 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.

Enseñado por

Packt - Course Instructors

Asignaturas

Ciencias de la Computación