Apresentação
Esta formação proporciona aos participantes os conhecimentos necessários para implementar, administrar, monitorizar e otimizar infraestruturas de Data Center destinadas a suportar aplicações de Inteligência Artificial (IA) e Machine Learning (ML).
O curso aborda arquiteturas de rede, computação, armazenamento, segurança e automação, incluindo ferramentas de monitorização e resolução de problemas em ambientes Cisco. Prepara ainda os participantes para o exame Cisco 300-640 DCAI v1.0.
Enquadramento
A crescente adoção de soluções de Inteligência Artificial exige infraestruturas tecnológicas capazes de assegurar elevados níveis de processamento, conectividade, segurança e disponibilidade.
As soluções Cisco para Data Center permitem responder a estes desafios através de tecnologias de rede de elevado desempenho, computação especializada e ferramentas de gestão e monitorização.
Esta formação desenvolve as competências necessárias para implementar e operar estas infraestruturas, garantindo o seu desempenho, escalabilidade e eficiência operacional.
Destinatários
Esta formação destina-se a:
- Arquitetos e Engenheiros de Redes;
- Engenheiros de Data Center;
- Administradores de Redes e Sistemas;
- Administradores de Servidores e Armazenamento;
- Arquitetos de Soluções Técnicas;
- Consultores e Integradores de Soluções Cisco;
- Gestores de Projetos e Programas Tecnológicos;
- Profissionais responsáveis por infraestruturas de Inteligência Artificial.
Pré-requisitos
Não existem pré-requisitos formais obrigatórios. No entanto, recomendam-se conhecimentos sobre:
- Arquitetura e operação de Cisco UCS;
- Switches Cisco Nexus e respetivas funcionalidades;
- Tecnologias fundamentais de Data Center.
Formações recomendadas:
- Implementing Cisco NX-OS Switches and Fabrics in the Data Center (DCNX);
- Cisco Data Center Nexus Dashboard Essentials (DCNDE);
- Implementing and Operating Cisco Data Center Core Technologies (DCCOR).
Objectivo Geral
Dotar os participantes dos conhecimentos e competências necessários para implementar, administrar, monitorizar e resolver problemas em infraestruturas Cisco Data Center destinadas a suportar aplicações de Inteligência Artificial e Machine Learning.
Objectivos Específicos
No final da formação, os participantes deverão ser capazes de:
- Compreender os fundamentos de IA, Machine Learning e IA Generativa;
- Identificar os requisitos de infraestrutura para aplicações de IA;
- Planear arquiteturas de rede, computação e armazenamento para workloads de IA;
- Compreender os protocolos RDMA e RoCE e os mecanismos de QoS;
- Implementar redes Ethernet de elevado desempenho;
- Configurar e administrar clusters de IA;
- Utilizar ferramentas Cisco para automação, monitorização e análise de desempenho;
- Implementar modelos de linguagem com técnicas RAG;
- Monitorizar infraestruturas e analisar dados de telemetria;
- Diagnosticar e resolver problemas em infraestruturas de IA.
Programa
Fundamentos de Inteligência Artificial
- Inteligência Artificial, Machine Learning e Deep Learning;
- IA Generativa e principais casos de utilização;
- Ferramentas de IA e Jupyter Notebook.
Arquiteturas e Infraestruturas de IA
- Desenho de infraestruturas para workloads de IA;
- Clusters de IA e distribuição de recursos;
- Governação, segurança e sustentabilidade.
Redes para Inteligência Artificial
- Arquiteturas de rede de elevado desempenho;
- Protocolos RDMA e RoCE;
- Tecnologias de conectividade e transporte de dados.
Otimização e Desempenho de Redes
- Quality of Service (QoS);
- Gestão de congestionamento com PFC e ECN;
- Monitorização através do Cisco Nexus Dashboard Insights.
Computação, Virtualização e Armazenamento
- Hardware especializado para IA;
- Soluções de computação e virtualização;
- Recursos e estratégias de armazenamento.
Implementação de Soluções de IA
- Configuração de clusters de IA;
- Utilização do Cisco Nexus Dashboard Fabric Controller;
- Implementação de modelos GPT de código aberto com RAG.
Operação e Resolução de Problemas
- Monitorização de infraestruturas de IA;
- Análise de telemetria e desempenho;
- Diagnóstico e resolução de problemas em AI/ML Fabrics.