Forma a tus ingenieros en el desarrollo completo de soluciones de IA en la nube con Azure. A través de Lectiva.com podrás acceder a esta formación, que cubre Azure Machine Learning, Azure OpenAI, servicios cognitivos avanzados y el despliegue de soluciones en producción. Un curso de referencia para el perfil AI Engineer Associate.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Requisitos
• Experiencia sólida con Python y desarrollo cloud • Conocimientos de Azure (AZ-900 o equivalente) • Familiaridad con conceptos de Machine Learning
Temario completo de este curso
Módulo 1: Implementación del hospedaje de aplicaciones de contenedor en Azure
• Almacenamiento y administración de contenedores en Azure Container Registry
• Creación de registros y gestión de imágenes
• Políticas de retención y replicación geográfica
• Implementación de contenedores en Azure App Service
• Configuración de contenedores personalizados, variables de entorno y puertos
• Actualizaciones continuas
Módulo 2: Implementación y administración de aplicaciones en Azure Container Apps
• Implementación de contenedores en Azure Container Apps
• Creación de entornos y revisiones
• Gestión de secretos y variables de entorno
• Actualización de imágenes
• Escalado basado en métricas HTTP, CPU y memoria
• Escalado mediante eventos de mensajería con KEDA
Módulo 3: Implementación y supervisión de aplicaciones en Azure Kubernetes Service
• Despliegue de pods, deployments, services y namespaces
• Configuración de ConfigMaps y Secrets
• Ingress controllers y gestión de recursos
• Supervisión con Azure Monitor y Container Insights
• Gestión de logs y diagnóstico de pods
• Solución de problemas en aplicaciones AKS
Módulo 4: Desarrollo de soluciones de inteligencia artificial con Azure Cosmos DB para NoSQL
• Consultas mediante SQL API
• Filtros, proyecciones, ordenación y paginación
• Búsqueda de vectores
• Almacenamiento de embeddings
• Índices vectoriales
• Consultas de similitud semántica
• Optimización de consultas
• Request Units (RUs) y particionamiento
• Análisis de planes de ejecución
Módulo 5: Desarrollo de soluciones de inteligencia artificial con Azure Database for PostgreSQL
• Configuración de Azure Database for PostgreSQL Flexible Server
• Conexión desde aplicaciones y consultas SQL
• Búsqueda de vectores con pgvector
• Almacenamiento de embeddings
• Índices vectoriales IVFFlat y HNSW
• Optimización de búsquedas vectoriales
• Búsqueda aproximada y mejora del rendimiento de consultas