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
course image

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
  • Resumen de la Transmisión de Eventos y su Importancia en la IA
    Conceptos Clave: Flujos, Eventos y Procesamiento en Tiempo Real
  • Fundamentos de Arquitecturas de Transmisión de Eventos
  • 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
  • Patrones de Transmisión de Eventos para Aplicaciones de IA
  • Microservicios impulsados por Eventos
    Patrones de Enriquecimiento y Transformación de Datos
    Patrones para la Agregación de Datos en Tiempo Real
  • Análisis en Tiempo Real con Flujos de Eventos
  • Consultas Continuas y Paneles de Control en Tiempo Real
    Detección de Anomalías en Tiempo Real
    Aprovechamiento del Aprendizaje Automático en Análisis de Flujos
  • Procesamiento y Gestión de Flujos de Datos
  • Procesamiento con Estado vs. Sin Estado
    Manejo de Datos Tardíos y Uniones de Flujos
    Asegurando la Consistencia y Confiabilidad de los Datos
  • Consideraciones de Infraestructura y Escalabilidad
  • 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
  • Herramientas y Plataformas para la Transmisión de Eventos
  • 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
  • Estudios de Caso y Aplicaciones
  • Ejemplos del Mundo Real de Aplicaciones Nativas de IA que Utilizan Transmisión de Eventos
    Mejores Prácticas y Lecciones Aprendidas de Líderes de la Industria
  • Proyecto Práctico
  • Construcción de una Aplicación de IA con Transmisión de Eventos en Tiempo Real
    Implementación de una Canalización de Procesamiento de Eventos Simple
  • Tendencias Futuras en la Transmisión de Eventos en Tiempo Real para IA
  • Tecnologías Emergentes e Innovaciones
    El Rol Evolutivo de la IA en el Procesamiento de Flujos
  • Resumen y Revisión
  • Principales Ideas del Curso
    Preparación para Tópicos Avanzados y Aprendizaje Continuo

Asignaturas

Ciencia de Datos