What You Need to Know Before
You Start
Starts 7 June 2025 10:38
Ends 7 June 2025
00
days
00
hours
00
minutes
00
seconds
Patrones de Transmisión de Eventos en Tiempo Real para Aplicaciones Nativas de IA
Explore cómo los patrones de transmisión de eventos impulsan las aplicaciones de inteligencia artificial mediante análisis en tiempo real, enriquecimiento de datos y procesamiento de flujos para una mayor inteligencia e infraestructura confiable.
Toronto Machine Learning Series (TMLS)
via YouTube
Toronto Machine Learning Series (TMLS)
2544 Cursos
30 minutes
Optional upgrade avallable
Not Specified
Progress at your own speed
Free Video
Optional upgrade avallable
Resumen
Explore cómo los patrones de transmisión de eventos impulsan las aplicaciones de inteligencia artificial mediante análisis en tiempo real, enriquecimiento de datos y procesamiento de flujos para una mayor inteligencia e infraestructura confiable.
Programa de estudio
- Introducción a la Transmisión de Eventos en Tiempo Real
- Fundamentos de Arquitecturas de Transmisión de Eventos
- Patrones de Transmisión de Eventos para Aplicaciones de IA
- Análisis en Tiempo Real con Flujos de Eventos
- Procesamiento y Gestión de Flujos de Datos
- Consideraciones de Infraestructura y Escalabilidad
- Herramientas y Plataformas para la Transmisión de Eventos
- Estudios de Caso y Aplicaciones
- Proyecto Práctico
- Tendencias Futuras en la Transmisión de Eventos en Tiempo Real para IA
- Resumen y Revisión
Resumen de la Transmisión de Eventos y su Importancia en la IA
Conceptos Clave: Flujos, Eventos y Procesamiento en Tiempo Real
Marcos y Tecnologías de Procesamiento de Flujos
Sourcing de Eventos y Segregación de Responsabilidades de Comando-Consulta (CQRS)
Comparación: Procesamiento por Lotes vs. Procesamiento de Flujos
Microservicios impulsados por Eventos
Patrones de Enriquecimiento y Transformación de Datos
Patrones para la Agregación de Datos en Tiempo Real
Consultas Continuas y Paneles de Control en Tiempo Real
Detección de Anomalías en Tiempo Real
Aprovechamiento del Aprendizaje Automático en Análisis de Flujos
Procesamiento con Estado vs. Sin Estado
Manejo de Datos Tardíos y Uniones de Flujos
Asegurando la Consistencia y Confiabilidad de los Datos
Despliegue y Gestión de Procesamiento de Flujos de Eventos en Plataformas en la Nube
Escalado Horizontal de Sistemas de Procesamiento de Flujos
Alta Disponibilidad y Tolerancia a Fallos
Resumen de Apache Kafka, Apache Flink y Otras Herramientas Clave
Integración con Marcos y Plataformas de IA
Elegir la Herramienta Adecuada para tu Caso de Uso
Ejemplos del Mundo Real de Aplicaciones Nativas de IA que Utilizan Transmisión de Eventos
Mejores Prácticas y Lecciones Aprendidas de Líderes de la Industria
Construcción de una Aplicación de IA con Transmisión de Eventos en Tiempo Real
Implementación de una Canalización de Procesamiento de Eventos Simple
Tecnologías Emergentes e Innovaciones
El Rol Evolutivo de la IA en el Procesamiento de Flujos
Principales Ideas del Curso
Preparación para Tópicos Avanzados y Aprendizaje Continuo
Asignaturas
Ciencia de Datos