← Cursos
🎓
AvanzadocourseAcceso por bootcamp

Guía de Monitoreo y Observabilidad

Domina la observabilidad de sistemas AI en producción con OpenTelemetry, el estándar de la industria en 2026. Aprende a instrumentar aplicaciones LLM con traces de prompts, embeddings y tool calls, crear dashboards para latency y cost, diseñar estrategias de alerting, implementar monitoring AI-específico (calidad de prompts, uso de tokens, model drift) y debuggear issues de producción como hallucinations y cost spikes. Integración con LangSmith y backends de monitoring.

64

Lecciones

8

Módulos

🎓

Acceso por bootcamp

Lo que aprenderás

✓Entender observabilidad para sistemas AI vs monitoring genérico (logs, metrics, traces)
✓Instrumentar métricas clave: latency (TTFT, TTI), cost (tokens, USD/request), errors, output quality
✓Configurar OpenTelemetry y trazar prompts, embeddings y tool calls (estándar industria 2026)
✓Construir dashboards para operaciones AI (percentiles de latency, tendencias de cost, desglose de errores)
✓Diseñar estrategias de alerting para AI (cost spikes, violaciones de SLO de latency, error rate)
✓Implementar monitoring AI-específico: calidad de prompts, uso de tokens, model drift, detección de hallucination
✓Integrar LangSmith con OpenTelemetry para debugging de flows LLM
✓Debuggear issues de AI en producción: hallucinations, cost spikes, latency con runbooks y trace analysis

¿Para quién es?

  • •AI Engineers con sistemas deployados que necesitan observar, monitorear y debuggear en producción
  • •Desarrolladores backend operando APIs AI que necesitan dashboards y alertas para SLA
  • •Tech leads preparando sistemas AI para escalar con visibilidad de cost, latency y quality
  • •Equipos adoptando OpenTelemetry como estándar de instrumentación para sistemas AI
  • •Developers que quieren diferenciarse con skills de observabilidad AI production-grade

Requisitos

  • •Guía Production Best Practices (#13) — testing, guardrails, structured logging
  • •Docker Essentials (#15) — containerización
  • •Deployment & Cloud Infrastructure (#17) — sistemas AI deployados (local, cloud o serverless)
  • •Python intermedio, FastAPI o equivalente
  • •Al menos un sistema AI corriendo en producción o staging cercano a prod

Contenido del curso

1Módulo 1: Observability para AI Systems — Guía para el Creador8 lecciones
2Módulo 2: Métricas Clave para AI — Guía para el Creador8 lecciones
3Módulo 3: OpenTelemetry Setup e Instrumentación — Guía para el Creador8 lecciones
4Módulo 4: Dashboards y Visualización — Guía para el Creador8 lecciones
5Módulo 5: Estrategias de Alerting — Guía para el Creador8 lecciones
6Módulo 6: Monitoring AI-Específico — Guía para el Creador8 lecciones
7Módulo 7: Debugging Production AI Issues — Guía para el Creador8 lecciones
8Módulo 8: Proyecto Integrador — Observability Stack — Guía para el Creador8 lecciones
Reseñas

Lo que dicen los estudiantes

Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.

Aún no hay reseñas aprobadas.

¡Sé el primero en compartir tu experiencia!