MF2495_3: Despliegue de sistemas de Inteligencia Artificial basados en aprendizaje automático

Despliegue de sistemas de Inteligencia Artificial basados en aprendizaje automático

MF2495_3

Módulo formativo MF2495_3: Despliegue de sistemas de Inteligencia Artificial basados en aprendizaje automático

150 horas

C1: Aplicar técnicas de preparación de despliegue de infraestructuras de sistemas de Inteligencia Artificial, interpretando las especificaciones, para mantener la integridad y continuidad de servicio.

CE1.1 Identificar posibles motivos de error o funcionamiento inadecuados directamente vinculados al componente hardware o software en sí, tales como instalación o configuración defectuosos, elección errónea del tipo o funcionalidad, superación de sus capacidades, entradas/salidas inadecuadas para su integración con otros componentes, o falta de precisión/sensibilidad, entre otros, mediante pruebas y ensayos.

CE1.2 Identificar posibles motivos de funcionamiento inadecuados debidos a un planteamiento erróneo del banco de prueba tales como utilizar versiones de modelos equivocadas, o conjuntos de datos obsoletos, mediante pruebas y ensayos.

CE1.3 Identificar sistemas de monitorización y alarma del sistema para detectar condiciones de funcionamiento anómalas, tales como picos de carga de trabajo o desconexión de elementos, describiendo sus características y parámetros de configuración.

CE1.4 En un supuesto práctico de preparación del despliegue de la infraestructura de un sistema de Inteligencia Artificial:
‐ Probar los componentes del sistema mediante ensayos y procedimientos de comprobación de funcionamiento, para averiguar qué motivos directamente vinculados al componente en sí tales como instalación o configuración defectuosos, elección errónea del tipo o funcionalidad, superación de sus capacidades, entradas/salidas inadecuadas para su integración con otros componentes, o falta de precisión/sensibilidad, entre otros, pueden provocar que no se superen estas pruebas, y qué consecuencias podría tener una intervención sobre cualquiera de ellos para la integridad global del sistema (incluida la reproducibilidad de los resultados).
‐ Probar los componentes del sistema mediante ensayos y procedimientos de comprobación de funcionamiento, para averiguar qué motivos debidos a un planteamiento inadecuado del banco de prueba puede provocar error o mal funcionamiento, y qué consecuencias podría tener una intervención sobre cualquiera de ellos para la integridad global del sistema (incluida la reproducibilidad de los resultados).
‐ Configurar los sistemas de monitorización y alarmas del sistema, para detectar condiciones de funcionamiento anómalas, tales como picos de carga de trabajo o desconexión de elementos.
‐ Aplicar protocolos de actuación ante estas situaciones, revisándolos de modo que garanticen la calidad y disponibilidad del servicio.
‐ Comunicar el trabajo realizado a los demás agentes implicados (compañeros, superiores jerárquicos, clientes o proveedores) usando el medio y los canales y formato que se indiquen en el supuesto para realizar dicha comunicación.

C2: Aplicar técnicas de despliegue en un entorno de desarrollo y/o producción, bien sea en modalidad de ‘infraestructura como servicio’ o bien en instalaciones propias, aplicando un plan de aprovisionamiento, instalación y configuración de la infraestructura de hardware.

CE2.1 Identificar materiales y herramientas necesarias en la modalidad de ‘infraestructuras propias’ tales como como sistemas operativos, ‘bootloader/firmware’ o imágenes, describiendo sus características.

CE2.2 Identificar recursos disponibles en la modalidad ‘infraestructuras como servicio’ tales como servidores, imágenes y sistemas de almacenamiento, enumerándolos y describiendo sus características.

CE2.3 En un supuesto práctico de despliegue en un entorno de desarrollo o producción en la modalidad ‘infraestructura propia’:
‐ Aprovisionar materiales y herramientas para infraestructuras propias.
‐ Instalar los sistemas para la puesta en servicio, tales como sistemas operativos, ‘bootloader/firmware’ o imágenes, configurándolos.
‐ Documentar la intervención realizada, mediante informe, orden de trabajo o software de seguimiento de proyectos, incluyendo datos tales como fecha de la intervención, nomenclatura del hardware afectado, resumen de la intervención, entre otros, para mantener el inventario actualizado y adjuntando los registros (‘logs’) generados por los ensayos.

CE2.4 En un supuesto práctico de despliegue en un entorno de desarrollo o producción en la modalidad ‘infraestructura como servicio’:
‐ Incluir en la infraestructura del sistema de Inteligencia Artificial los recursos contratados, tales como servidores, imágenes y sistemas de almacenamiento, configurando los parámetros tales como la política de autoescalado, direcciones IP o puertos de acceso.
‐ Realizar ensayos de funcionamiento, verificando los resultados.
‐ Documentar la intervención realizada, mediante informe, orden de trabajo o software de seguimiento de proyectos, incluyendo datos tales como fecha de la intervención, nomenclatura del hardware afectado, resumen de la intervención, entre otros, para mantener el inventario actualizado y adjuntando los registros (‘logs’) generados por los ensayos.

C3: Configurar las aplicaciones indicadas en un plan de aprovisionamiento, identificando elementos y estableciendo sus parámetros, para desplegar el sistema de Inteligencia Artificial en entornos de desarrollo y/o producción, bien sea en modalidad de ‘plataforma como servicio’ o bien sobre infraestructura propia.

CE3.1 Identificar aplicaciones y sistemas de gestión de un despliegue en infraestructura propia tales como como orquestadores de contenedores o microservicios, sistemas de monitorización y alarma o balanceadores de carga, describiendo sus características.

CE3.2 Identificar aplicaciones, sistemas de gestión de un despliegue sobre ‘plataforma como servicio’, tales como orquestadores de contenedores o microservicios, sistemas de monitorización y alarma o balanceadores de carga, describiendo sus características.

CE3.3 Identificar elementos de configuración tales como clave de acceso a través de API o volúmenes compartidos, permisos, reglas, políticas, usuarios y grupos de acceso a la infraestructura y a las aplicaciones, describiendo sus características y parámetros posibles y sus efectos.

CE3.4 En un supuesto práctico de instalación de aplicaciones en infraestructura propia:
‐ Instalar aplicaciones y sistemas de gestión tales como orquestadores de contenedores o microservicios, sistemas de monitorización y alarma o balanceadores de carga.
‐ Configurar las aplicaciones con las especificaciones indicadas en un plan de despliegue y las relaciones entre ellas, estableciendo elementos tales como clave de acceso a través de API o volúmenes compartidos y creando los permisos, reglas, políticas, usuarios y grupos de acceso a la infraestructura y a las aplicaciones.
‐ Verificar el funcionamiento de las aplicaciones y su rendimiento, comprobando que se respetan los márgenes indicados en un plan de despliegue.
‐ Documentar las intervenciones a través de canales tales como informe, orden de trabajo o software de seguimiento de proyectos, incluyendo los datos tales como fecha de la intervención, nomenclatura del software afectado, resumen de la intervención, entre otros, para mantener el inventario actualizado y adjuntando los registros (‘logs’) de los procesos de instalación y ensayo.

CE3.5 En un supuesto práctico de instalación de aplicaciones sobre ‘plataforma como servicio’:
‐ Instalar aplicaciones y sistemas de gestión tales como orquestadores de contenedores o microservicios, sistemas de monitorización y alarma o balanceadores de carga.
‐ Configurar las aplicaciones con las especificaciones indicadas en un plan de despliegue y las relaciones entre ellas, estableciendo elementos tales como clave de acceso a través de API o volúmenes compartidos y creando los permisos, reglas, políticas, usuarios y grupos de acceso a la infraestructura y a las aplicaciones.
‐ Verificar el funcionamiento de las aplicaciones y su rendimiento, comprobando que se respetan los márgenes indicados en un plan de despliegue.
‐ Documentar las intervenciones a través de canales tales como informe, orden de trabajo o software de seguimiento de proyectos, incluyendo los datos tales como fecha de la intervención, nomenclatura del software afectado, resumen de la intervención, entre otros, para mantener el inventario actualizado y adjuntando los registros (‘logs’) de los procesos de instalación y ensayo.

C4: Aplicar un plan de integración del sistema de Inteligencia Artificial dentro del flujo productivo de la plataforma donde se produce el despliegue, para obtener las entradas y producir las salidas indicadas, bien sea a través de APIs, flujos (‘streaming’), o protocolos industriales de más bajo nivel como los utilizados en aplicaciones máquina a máquina (M2M), Internet de las Cosas (IoT) y robótica.

CE4.1 Identificar tipos de elementos de entrada al sistema de Inteligencia Artificial en función del escenario, tales como accesos a la API de la plataforma donde se produce el despliegue, suscripciones a flujos (‘streams’) de un sistema de intermediación de mensajes, integraciones con sistemas ‘Supervisión, Control y Adquisición de Datos’ (SCADA) industriales o conexiones con redes/protocolos de uso habitual en sistemas embebidos, robóticos o IoT, clasificándolos y asociando el tipo con cada escenario.

CE4.2 Describir elementos de entrada al sistema de Inteligencia Artificial en función del escenario, tales como accesos a la API de la plataforma donde se produce el despliegue, suscripciones a flujos (‘streams’) de un sistema de intermediación de mensajes, integraciones con sistemas ‘Supervisión, Control y Adquisición de Datos’ (SCADA) industriales o conexiones con redes/protocolos de uso habitual en sistemas embebidos, robóticos o IoT, indicando sus características.

CE4.3 En un supuesto práctico de aplicación de un plan de integración en un sistema de Inteligencia Artificial:
‐ Identificar elementos de entrada al sistema de Inteligencia Artificial, describiendo sus características.
‐ Habilitar los elementos de entrada, para obtener los datos del flujo productivo en el formato y con la latencia indicados en el plan, configurándolos en función del escenario.
‐ Habilitar las salidas al sistema de Inteligencia Artificial para inyectar los datos una vez procesados en el flujo productivo, en el formato y con la latencia, indicados en el plan.
‐ Verificar el funcionamiento de las integraciones de entrada y salida y su rendimiento, de acuerdo a los ensayos y márgenes establecidos en el plan.
‐ Documentar las intervenciones realizadas a través de canales tales como informe, orden de trabajo o software de seguimiento de proyectos, incluyendo entre otros, fecha de la intervención, subsistemas afectados, resumen de la intervención para mantener el inventario actualizado, y adjuntando los registros (‘logs’) de los procesos de integración y ensayo.

Capacidades cuya adquisición debe ser completada en un entorno real de trabajo.
C1 respecto a CE1.4; C2 respecto a CE2.3 y CE2.4; C3 respecto a CE3.4 y CE3.5; C4 respecto a CE4.3.

Otras Capacidades:
Responsabilizarse del trabajo que desarrolla y del cumplimiento de los objetivos.
Demostrar cierto grado de autonomía en la resolución de contingencias relacionadas con su actividad.
Comunicarse eficazmente con las personas adecuadas en cada momento, respetando los canales establecidos en la organización.
Adaptarse a la organización, a sus cambios organizativos y tecnológicos, así como a situaciones o contextos nuevos.
Adoptar actitudes posturales adecuadas en el entorno de trabajo.
Mostrar una actitud de respeto hacia los compañeros, procedimientos y normas de la empresa.
Cumplir las medidas que favorezcan el principio de igualdad de trato y de oportunidades entre hombres y mujeres.
Valorar el talento y el rendimiento profesional con independencia del sexo.
Aplicar de forma efectiva el principio de igualdad de trato y no discriminación en las condiciones de trabajo entre mujeres y hombres.

1 Infraestructura para despliegue de sistemas de Inteligencia Artificial basados en aprendizaje automático

Paradigmas de computación: ‘high performance computing’, ‘high throughput computing’, ‘high availability computing’, ‘cloud computing’, ‘fog computing’, y ‘edge computing’ (‘Single Board Computers’ y ‘Systems on a Chip’). Características.
Unidades de procesamiento. Tipos (CPU, GPU, TPU, APU, VPU, FPGA, ASIC, QPU y microcontroladores). Características.
Sistemas de memoria y almacenamiento: RAM (SRAM, DDR SDRAM, NVRAM), FLASH, EEPROM, discos duros (mecánicos y estado sólido), sistemas de ficheros, y NAS. Características.
Buses de interconexión internos y externos. Características.
Puesta en servicio de infraestructuras propias: montaje de equipos, instalación de sistemas operativos (estándar y de tiempo real), ‘bootloaders’ y ‘firmware’, y programación de sistemas ‘bare metal’.
Entornos de virtualización de servidores: hipervisores.
Características, uso, y control de costes de los productos ofrecidos por proveedores comerciales de infraestructura como servicio (IaaS).

2 Aplicaciones para despliegue de sistemas de Inteligencia Artificial basados en aprendizaje automático

‘Frameworks’ de Inteligencia Artificial. Características. Requerimientos de funcionamiento, procedimiento de instalación, librerías, dependencias, permisos, y procedimientos de actualización.
Despliegue de aplicaciones monolíticas y de microservicios: gestores de paquetes (npm, pip u otros), contenedores, y orquestadores de contenedores.
Instalación, configuración e integración de aplicaciones requeridas en sistemas de Inteligencia Artificial: gestores de bases de datos, procesadores de flujos y colas de mensajes, coordinadores de aplicaciones distribuidas, plataformas analíticas, gestores de registros, sistemas de monitorización, y herramientas de visualización.
Instalación y configuración de sistemas auxiliares: proxys inversos y balanceadores de carga.
Características, uso y control de costes de los productos ofrecidos por proveedores comerciales de plataforma como servicio (PaaS).

3 Interfaces de sistemas de Inteligencia Artificial basados en aprendizaje automático

Interfaces con sistemas software: serialización (XML y JSON), CLI (‘Command Line Interface’), API (REST, RPC, SOAP y funciones sin servidor o ‘serverless’), scripts de procesado por lotes, servicios de publicación‐subscripción, servicios de colas de mensajes, y bases de datos.
Sensores, actuadores e interfaces humano‐máquina (HMI) en los campos de aplicación de sistemas de Inteligencia Artificial: inmótica, industria, medicina, vehículos autónomos, robótica, e Internet de las cosas.
Sistemas de conectividad, ‘legacy’ y actuales, por cable (UART, Modbus, I2C, SPI, PCIe, CAN, USB, Ethernet, HDMI, GMSL) e inalámbricos (NFC, Bluetooth, domóticos/inmóticos, WiFi, GPS, LPWAN, GSM/4G/5G, satelitales).

4 Despliegue de sistemas de Inteligencia Artificial basados en aprendizaje automático

Ejecución de modelos en sistemas de Inteligencia Artificial, servidores REST, contenedores, integrados en gestores de bases de datos, navegadores Web, dispositivos móviles, y sistemas embebidos.
Formatos intercambiables de modelos como Onnx, PMML, PFA, Pickle, y POJO/MOJO.
Estrategias de despliegue: Integración y despliegue continuos (CI CD), Reemplazo completo, Implantación en la sombra (shadow deployment), y Despliegue incremental selectivo como blue/green, A/B, Canary.
Herramientas de versionado.
Productos ofrecidos por proveedores comerciales de software como servicio (SaaS). Características, uso, y control de costes.
Casos de uso (‘chatbots’, reconocimiento de imágenes, procesamiento de lenguaje natural, y sistemas de recomendación). Características. Control de costes de los productos ofrecidos por proveedores comerciales de soluciones de Inteligencia Artificial como servicio (AIaaS).

5 Monitorización y mantenimiento de sistemas de Inteligencia Artificial basados en aprendizaje automático

Gestores de registros, sistemas de monitorización, y herramientas de visualización de métricas y alertas.
Productos ofrecidos por proveedores comerciales de monitorización como servicio. Características, uso, y control de costes.
Herramientas de prueba de carga (‘load testing’) y medición de rendimiento.
Herramientas de seguimiento de proyectos.

TE LLAMAMOS Y TE LO EXPLICAMOS TODO