La Guía del Explorador para la Ingeniería de Plataformas Cloud Nativas GenAI

Resumen

Descubre un plan práctico para construir una infraestructura de IA generativa en Kubernetes, desde configuraciones mínimas viables hasta funciones avanzadas como puertas de enlace LLM, bases de datos vectoriales, balanceo de carga y técnicas de optimización del rendimiento.

Programa de estudio

• Introducción a GenAI Nativo en la Nube
Visión general de Nativo en la Nube y AI Generativa
El papel de Kubernetes en la Infraestructura de AI
• Configuración de una Plataforma GenAI Mínima Viable
Instalación y Configuración de Kubernetes
Despliegue de Servicios Básicos de AI
• Exploración de Kubernetes para GenAI
Conceptos de Kubernetes: Pods, Nodos y Servicios
Orquestación de Cargas de Trabajo de AI
• Construcción e Integración de Puertas de Enlace LLM
Comprensión de la Arquitectura de LLM (Modelos de Lenguaje Grande)
Despliegue y Configuración de Puertas de Enlace LLM en Kubernetes
• Implementación de Bases de Datos Vectoriales
Introducción a las Bases de Datos Vectoriales
Configuración y Uso de Almacenes Vectoriales para Aplicaciones de AI
• Balanceo de Carga en Plataformas GenAI
Técnicas y Herramientas de Balanceo de Carga
Mejores Prácticas para la Gestión de Tráfico en Servicios de AI
• Técnicas de Optimización del Rendimiento
Monitoreo y Perfilado de Cargas de Trabajo de AI
Técnicas para Mejorar el Rendimiento de Aplicaciones de AI
• Funciones Avanzadas y Mejoras
Utilización de Capacidades de Autoescalado y Autorreparación
Mejores Prácticas de Seguridad para Plataformas GenAI
• Estudios de Caso y Aplicaciones en el Mundo Real
Ejemplos de Implementaciones Exitosas de GenAI Nativo en la Nube
Lecciones Aprendidas y Mejores Prácticas
• Tendencias Futuras en GenAI Nativo en la Nube
Tecnologías Emergentes e Innovaciones
Preparativos para el Futuro de la Infraestructura de AI
• Conclusión y Hoja de Ruta Después del Curso
Resumen de Aprendizajes Clave
Recursos para Estudio Adicional e Involucramiento en la Comunidad

Asignaturas

Ciencias de la Computación