Curso AI-200 Develop AI Cloud Solutions on Azure Semipresencial en Madrid en Cas-Training

Dirigido a:

- Ingenieros de IA y Machine Learning.
- Desarrolladores senior de soluciones cloud con Azure.
- Arquitectos de datos con enfoque en IA.

Requisitos:

- Experiencia sólida con Python y desarrollo cloud.
- Conocimientos de Azure (AZ-900 o equivalente).
- Familiaridad con conceptos de machine learning.

Comentarios:

Forma a tus ingenieros en el desarrollo completo de soluciones IA en la nube con Azure. Cubre Azure Machine Learning, Azure OpenAI, servicios cognitivos avanzados y despliegue en producción. Nuevo curso de referencia para el perfil AI Engineer Associate. Leer más


Objetivos:

- Tus equipos diseñarán e implementarán soluciones IA end-to-end en Azure.
- Trabajarán con Azure ML, AutoML y pipelines de entrenamiento.
- Integrarán Azure OpenAI con sistemas empresariales existentes.
- Desplegarán modelos en producción con monitorización y MLOps.


Materiales:

- Documentación oficial del curso AI-200.
- Laboratorios prácticos en Azure.


Próximos pasos:

Complementa con AI-300T00 para MLOps avanzado y operacionalización de modelos generativos.

Lugar de impartición:

en Madrid

Profesorado:

Perfil del docente:

- Formador certificado por Microsoft (MCT).
- Más de 5 años de experiencia profesional en tecnologías Microsoft.
- Más de 4 años de experiencia docente.
- Profesional activo en empresas del sector IT.

Titulación que se obtiene:

Preparación para la certificación Microsoft Certified: Azure AI Engineer Associate.

- Fecha inicio: 19/10/2026
- Fecha fin: 23/10/2026

- Lun a Vie, 9:00-15:00
-Aula virtual en directo

Leer menos

Contenidos

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. Leer más


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.Leer menos