Saltar al contenido

Curso de KServe

El curso de KServe es una formación para empresas en Aula Virtual, en directo y a medida de cada equipo, bonificable hasta el 100% por FUNDAE. Su temario tiene 16 temas y está pensado para Machine Learning Engineers, MLOps Engineers y Platform Engineers.

Modalidad
Aula Virtual a medida, en directo
Duración
Personalizada
Formador
Experto en KServe, en directo
FUNDAE
Bonificable hasta el 100 % · gestión incluida

Reserva ya tu formación con el crédito 2027

Bonificable hasta el 100 % según tu crédito FUNDAE · gestión incluida

Reservar
BBVA
Endesa
Movistar
Burger King
Carrefour
IKEA
Correos
Mapfre
Quirón
Iberia
Primor
Anaya

Modalidad Aula Virtual Personalizada

Curso de KServe en Aula Virtual Personalizada

Nuestra modalidad AVP es una formación en directo, práctica y 100% adaptada a vuestro equipo. No trabajamos con contenidos genéricos: diseñamos la formación en función de vuestro nivel, objetivos, procesos internos y necesidades reales de aplicación.

Solicitar información

Temario 100% a medida

Creamos el temario desde cero a partir de vuestras necesidades, nivel del equipo y objetivos concretos, priorizando aquellos contenidos que realmente aporten valor en el día a día.

Proyectos personalizados

Durante la formación trabajaremos con archivos, ejemplos, informes o procesos similares a los que utiliza vuestro equipo, para que el aprendizaje sea directamente aplicable al puesto de trabajo.

Sesiones en directo con consultor experto

Un formador especialista imparte las clases en tiempo real, resolviendo dudas, revisando casos concretos y adaptando el ritmo de la formación a la evolución del grupo.

Calendario adaptado a vuestra disponibilidad

Definimos conjuntamente fechas, horarios y duración de las sesiones para facilitar la asistencia del equipo y minimizar el impacto en la operativa diaria de la empresa.

Bonificación FUNDAE

Curso de KServe hasta 100% Bonificable a través de FUNDAE

Tu bonificación paso a paso

Este programa de KServe para empresas es bonificable hasta el 100 % según tu crédito FUNDAE.

Si tu crédito FUNDAE cubre el importe, el curso puede salirte a 0 €.

  • Potencia los conocimientos de administración de sistemas de tu equipo técnico.
  • Accede a una formación avanzada en KServe práctica y orientada a resultados.
  • Prepara a tus profesionales para gestionar infraestructuras seguras y escalables.
  • La gestión ante FUNDAE de la bonificación de este curso corporativo de KServe está incluida.
Hablar con un asesor
01.

Calcula tu bonificación

02.

Revisamos tu caso

03.

Preparamos la gestión

04.

Tu equipo realiza el curso

05.

Aplicas la bonificación

Hablar con un asesor

La formación que decides
te devuelve dinero

Todos nuestros cursos son bonificables a través de FUNDAE.
Gestionamos toda la documentación por ti.

Coste para tu empresa

Bonificable hasta el 100 % según tu crédito FUNDAE*

*Si el crédito disponible de tu empresa cubre el importe del curso. Calcula tu crédito y te confirmamos el coste neto.

100%Tramitación incluida
48hTiempo medio de gestión
9,4Satisfacción general

Calcula tu crédito aproximado

Trabajadores de tu empresa10

Crédito bonificable estimado

897 €*

*Cálculo orientativo

Confirmar mi crédito
Impacto real

Predictive AI y GenAI

Kubernetes-native KServe se trabaja mediante CRD y recursos Kubernetes reales, evitando esconder el funcionamiento de la infraestructura subyacente.

1

ServingRuntime extensible Permite utilizar runtimes incluidos, Triton, vLLM o servidores corporativos propios sin modificar el controlador.

2

Protocolos estandarizados V1, Open Inference Protocol V2 y APIs compatibles con OpenAI facilitan desacoplar consumidores y motores de inferencia.

3

Escalabilidad completa HPA, KEDA, Knative y métricas LLM permiten adaptar recursos a patrones de carga muy diferentes.

4

GPU y LLM de gran tamaño Se incluyen scheduling, paralelismo, modelos multi-node, KV Cache y arquitecturas de prefill/decode.

5

Networking moderno Gateway API, TLS, routing y service mesh permiten integrar los endpoints dentro de plataformas Kubernetes empresariales.

6

Despliegue progresivo Versionado, traffic splitting, canary y rollback reducen el riesgo de sustituir modelos en producción.

7

Observabilidad operativa Métricas, logs, tracing, SLO y runbooks permiten diagnosticar la infraestructura y el servicio de inferencia.

8

Integración MLOps Registries, GitOps, CI/CD y gobierno conectan KServe con el ciclo de vida completo del modelo.

9

Personaliza el temario al 100% para tu equipo

Diseñamos una formación a medida utilizando los documentos y flujos de trabajo reales de tu empresa.

Diseñar temario con nuestro CTO
Programa formativo

Temario del curso

Encuentra todo el temario del curso aquí.

  • ¿Qué es Model Serving y qué problemas aparecen al pasar de un modelo entrenado a un servicio de inferencia productivo?

  • ¿Qué es KServe y qué aporta sobre un Deployment Kubernetes creado manualmente?

  • KServe como plataforma Kubernetes-native para servir modelos predictivos y cargas de Inteligencia Artificial Generativa.

  • Relación entre Data Scientist, ML Engineer, MLOps Engineer, Platform Engineer y equipos consumidores de los endpoints.

  • Separación entre entrenamiento del modelo y serving de inferencia.

  • Diferencias entre batch inference, online inference, streaming inference y servicios de IA generativa.

  • Control Plane y Data Plane como capas diferenciadas de gestión y ejecución de inferencias.

  • `InferenceService` como recurso principal para modelos predictivos y escenarios generativos estándar.

  • `LLMInferenceService` como recurso especializado para cargas LLM que requieren capacidades avanzadas de routing, scheduling y distribución.

  • Predictor, Transformer y Explainer como componentes tradicionales del Data Plane.

  • ServingRuntime, almacenamiento, networking, autoscaling y observabilidad como piezas de una arquitectura completa.

  • Relación de KServe con Kubernetes, Kubeflow, MLflow, registries de modelos, gateways y plataformas MLOps.

  • Casos de uso: clasificación, regresión, NLP, visión, forecasting, embeddings, reranking y Large Language Models.

  • Criterios para decidir cuándo KServe aporta valor y cuándo un servicio de inferencia más sencillo resulta suficiente.

¿Tienes dudas?

Estamos aquí para ayudarte

Pedir información
Perfiles profesionales

Pensado para quienes deben dominar KServe en su día a día

Machine Learning Engineers

Profesionales responsables de transformar modelos entrenados en servicios de inferencia escalables y mantenibles.

MLOps Engineers

Perfiles encargados del ciclo de despliegue, versionado, monitorización, actualización y retirada de modelos.

Platform Engineers

Profesionales que diseñan plataformas Kubernetes reutilizables para equipos de Machine Learning e IA.

DevOps Engineers

Perfiles responsables de CI/CD, networking, seguridad, observabilidad, contenedores y operación de servicios.

Data Scientists

Profesionales que necesitan comprender qué ocurre después del entrenamiento y cómo preparar correctamente sus modelos para producción.

AI Engineers

Perfiles que despliegan Transformers, embeddings, rerankers y Large Language Models dentro de aplicaciones de IA.

Kubernetes Engineers

Profesionales que quieren especializarse en workloads de inferencia y aceleradores sobre Kubernetes.

Cloud Engineers

Perfiles encargados de infraestructura de inferencia en AWS, Azure, Google Cloud, entornos híbridos u on-premises.

Arquitectos MLOps

Profesionales que deciden runtimes, networking, almacenamiento, escalado, seguridad y patrones de deployment.

AI Platform Architects

Perfiles responsables de plataformas compartidas para modelos predictivos y generativos a escala empresarial.

Nuestra plataforma

Plataforma
de e-learning

Acceso a las grabaciones

Las sesiones quedan grabadas para que cada alumno repase lo que necesite después de la clase en directo.

Recursos formativos

Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.

Confirmación de asistencia

La plataforma registra las conexiones de cada participante: es la documentación que pide FUNDAE para bonificar el curso.

Ejercicios prácticos

Después de la formación en directo, los alumnos podrán acceder a ejercicios prácticos para aplicar lo trabajado en clase y consolidar el aprendizaje con actividades guiadas.

Vista de la plataforma ProAcademy

Practica y mejora con nuestra plataforma

Una plataforma con IA que corrige tus ejercicios al momento, explica cada fallo y te enseña cuánto has avanzado.

Corrección mágica

Feedback inteligente

Corrección automática mobile

Aprende de cada acierto y fallo con explicaciones claras

Me interesa
Casos de éxito

Empresas que ya han formado a sus equipos

Experiencias reales de equipos que ya han trabajado con nosotros.

+16

años de liderazgo

+4.500

empresas formadas

  • Mi empresa contrató un Aula Virtual Personalizada con Imagina, después de tener malas experiencias con otras academias y nos sorprendió la profesionalidad con la que trabajan. Hicimos 3 reuniones técnicas con Martín antes de empezar la formación y quedamos encantados con el resultado, sin duda repetiremos.

    5

    Rafael Romero

    Coordinador de formación corporativa

  • Hice un Aula Virtual Personalizada con mi empresa y estamos muy contentos, plantean proyectos evolutivos durante las sesiones y todo el contenido es muy práctico. El profesor, Gorka, fue súper majo con nosotros y tenía mucha paciencia. Sin duda repetiremos.

    5

    Francisco Jose Moreno

    Director en Marketing Digital

  • Me recomendó Imagina un amigo que lleva bastante tiempo contratando cursos para su empresa y estoy muy satisfecho del resultado, te dan todas las facilidades con la gestión en FUNDAE, los cursos son muy completos y tienen muchísima variedad.

    5

    Pablo Álvarez

    Ingeniero de Sistemas

  • El curso de Power BI Desktop es muy completo, enfocado en la práctica y con muy buenos contenidos. Muy eficientes en el contacto y con la resolución de dudas. 100% recomendable.

    4

    Gabriel Perelló

    Responsable de Recursos Humanos

Preguntas frecuentes

Resolvemos todas tus dudas sobre nuestra formación en KServe

Lo que más nos preguntan sobre el curso, la bonificación y las fechas.

KServe es una plataforma Kubernetes-native para desplegar y operar modelos de Machine Learning e IA generativa mediante recursos especializados, runtimes y mecanismos integrados de escalado y networking.

¿Tienes dudas?
Estamos aquí para ayudarte

Contactar

No necesariamente. KServe pertenece al ecosistema Kubeflow, pero puede instalarse y utilizarse como plataforma de model serving en un clúster Kubernetes sin desplegar toda la distribución de Kubeflow.

InferenceService cubre modelos predictivos y escenarios generativos estándar. LLMInferenceService está diseñado para LLM que requieren routing avanzado, distribución multi-node y optimizaciones específicas.

KServe incluye runtimes para tecnologías como scikit-learn, XGBoost, LightGBM, TensorFlow, Triton, Hugging Face, MLflow y otros formatos, además de runtimes personalizados.

Sí. Open Inference Protocol V2 define interfaces HTTP/REST y gRPC para inference, metadata y health checks.

Sí. Puede utilizarse InferenceService con runtimes como vLLM para escenarios estándar y LLMInferenceService cuando se necesitan capacidades LLM especializadas.

Sí. Standard Mode puede utilizar HPA y KEDA, mientras Knative Mode ofrece su propio modelo de autoscaling request-driven.

Sí. El curso incluye asignación de GPU, scheduling y arquitecturas multi-GPU y multi-node para modelos que necesitan distribuir la inferencia.

Sí. Se cubren métricas, logging, tracing, Prometheus, Grafana, OpenTelemetry, health checks, SLO y troubleshooting.

La formación puede ser bonificable a través de FUNDAE hasta el 100% cuando la empresa dispone de crédito suficiente y se cumplen los requisitos aplicables a la Formación Programada por las Empresas.