Este curso forma a los ingenieros en el desarrollo completo de soluciones de IA en la nube con Azure. La formación cubre Azure Machine Learning, Azure OpenAI, servicios cognitivos avanzados y el despliegue en producción con prácticas de MLOps. Es el nuevo curso de referencia para el perfil AI Engineer Associate, diseñado para capacitar en soluciones end-to-end de inteligencia artificial en entornos cloud.
Módulo 1: Implementación del hospedaje de aplicaciones de contenedor en Azure
Almacenamiento y administración de contenedores en Azure Container Registry: creación de registros, gestión de imágenes, políticas de retención y replicación geográfica.
Implementación de contenedores en Azure App Service: configuración de contenedores personalizados, variables de entorno, puertos y actualizaciones continuas.
Módulo 2: Implementación y administración de aplicaciones en Azure Container Apps
Implementación de contenedores en Azure Container Apps: creación de entornos, revisiones y configuración de aplicaciones contenerizadas.
Administración de contenedores en Azure Container Apps: gestión de revisiones, secretos, variables de entorno y actualizaciones de imágenes.
Escalado de contenedores en Azure Container Apps: reglas de escalado basadas en métricas HTTP, CPU, memoria y eventos de mensajería (KEDA).
Módulo 3: Implementación y supervisión de aplicaciones en Azure Kubernetes Service
Implementación de aplicaciones en Azure Kubernetes Service: despliegue de pods, deployments, services y namespaces en clústeres AKS.
Configuración de aplicaciones en Azure Kubernetes Service: ConfigMaps, Secrets, Ingress controllers y gestión de recursos.
Supervisión y solución de problemas de aplicaciones en Azure Kubernetes Service: integración con Azure Monitor, Container Insights, logs y diagnóstico de pods.
Módulo 4: Desarrollo de soluciones de inteligencia artificial con Azure Cosmos DB para NoSQL
Creación de consultas para Azure Cosmos DB para NoSQL: sintaxis SQL API, filtros, proyecciones, ordenación y paginación de resultados.
Implementación de la búsqueda de vectores en Azure Cosmos DB para NoSQL: almacenamiento de embeddings, configuración de índices vectoriales y consultas de similitud semántica.
Optimización del rendimiento de las consultas para Azure Cosmos DB para NoSQL: políticas de indexación, Request Units (RUs), particionamiento y análisis de planes de ejecución.
Módulo 5: Desarrollo de soluciones de inteligencia artificial con Azure Database for PostgreSQL
Compilación y consulta con Azure Database for PostgreSQL: configuración del servidor flexible, conexión desde aplicaciones y consultas SQL para cargas de trabajo de IA.
Implementación de la búsqueda de vectores con Azure Database for PostgreSQL: extensión pgvector, almacenamiento de embeddings e índices vectoriales (IVFFlat y HNSW).
Optimización de la búsqueda de vectores en Azure Database for PostgreSQL: ajuste de parámetros de índice, estrategias de búsqueda aproximada y mejora del rendimiento en consultas de similitud.
Preparación para la certificación Microsoft Certified: Azure AI Engineer Associate.
Otros cursos
