AI-200 / Lecciones en español · English
Lecciones de AI-200 AI-200 (replaced AZ-204)
- Dockerfiles para apps de Python: imágenes base, compilaciones multietapa, usuarios no root y .dockerignore
- Azure Container Registry: niveles Basic, Standard y Premium; replicación geográfica y private endpoints en Premium
- Compilar y subir imágenes con `az acr build` (quick tasks) y ACR Tasks activadas por commits, actualizaciones de la imagen base o programaciones
- Etiquetas vs digests, etiquetas estables vs únicas, y limpieza de imágenes antiguas con `az acr repository` y tareas de purge
- Descargar imágenes sin contraseñas: identidad administrada con el rol AcrPull en lugar del usuario administrador
- Contenedores personalizados de App Service en Linux: WEBSITES_PORT, implementación continua y ranuras de implementación
- Azure Container Apps: entornos, ingress (externo vs interno), secretos e identidad administrada
- Revisiones de Container Apps: modo de revisión única vs múltiple, división del tráfico y etiquetas
- Escalado de Container Apps: reglas HTTP, reglas de eventos de KEDA (por ejemplo, longitud de una cola de Service Bus), réplicas mínimas/máximas y escalado a cero
- Container Apps jobs: manuales, programados y controlados por eventos
- Fundamentos de AKS para desarrolladores: manifiestos Deployment y Service, `kubectl apply`, requests y limits, ConfigMaps y Secrets, y asociar ACR
- Cosmos DB for NoSQL con el SDK de Python (azure-cosmos): CosmosClient, crear/upsert/leer/eliminar elementos y consultas parametrizadas
- Diseño de la clave de partición: alta cardinalidad, distribución uniforme, lecturas puntuales y claves de partición jerárquicas
- Request Units: lecturas puntuales vs consultas, rutas include/exclude de la directiva de indexación, niveles de coherencia y su costo en RU
- Búsqueda vectorial en Cosmos DB: directiva vectorial del contenedor (ruta, tipo de datos, dimensiones, función de distancia), índices vectoriales (flat, quantizedFlat, diskANN) y VectorDistance()
- Change feed: change feed processor con un contenedor de leases, trigger de Cosmos DB en Azure Functions, modo latest version vs all versions and deletes
- Azure Database for PostgreSQL flexible server: incluir en la lista de permitidos y habilitar la extensión vector (pgvector)
- pgvector: columnas vector(n), operadores de distancia (<-> L2, <=> coseno, <#> producto interno), índices HNSW vs IVFFlat y su ajuste (m, ef_search, lists, probes)
- Generación aumentada por recuperación: fragmentación, embeddings, almacenamiento, recuperación top-k con filtros de metadatos y cómo agregar los resultados al prompt
- Azure Managed Redis: patrón cache-aside, TTL e invalidación, directivas de expulsión
- Índices vectoriales de Redis y caché semántica de las respuestas del modelo
- Elegir el almacén: Cosmos DB vs PostgreSQL + pgvector vs Redis para una carga de trabajo de IA determinada
- Colas de Service Bus vs temas y suscripciones; el nivel Basic no tiene temas
- Modos de recepción: peek-lock (complete, abandon, dead-letter, defer) vs receive-and-delete; duración del bloqueo y renovación del bloqueo
- Colas de mensajes fallidos: número máximo de entregas, expiración por TTL y lectura de la subcola $DeadLetterQueue
- Sesiones para el procesamiento ordenado, detección de duplicados, mensajes programados y filtros de suscripción (SQL y correlación)
- Event Grid: temas del sistema y personalizados, suscripciones a eventos, filtros (tipo de evento, el asunto empieza/termina con, avanzados)
- Entrega de Event Grid: directiva de reintentos, tiempo de vida del evento, envío a mensajes fallidos en Blob Storage, validación de webhooks y esquema CloudEvents
- Elegir Service Bus, Event Grid o Event Hubs según el escenario
- Modelo v2 de Python de Azure Functions: function_app.py, decoradores, triggers y enlaces de entrada/salida
- Triggers comunes: HTTP (niveles de autorización), timer (NCRONTAB de seis campos), Service Bus, Cosmos DB, Blob y Event Grid
- Planes de hospedaje: Flex Consumption, Premium y Dedicated; arranques en frío, límites de escalado e integración con VNet
- Configuración e implementación: configuración de la app, local.settings.json, host.json, conexiones basadas en identidad y `func azure functionapp publish`
- Identidades administradas: asignadas por el sistema vs asignadas por el usuario; DefaultAzureCredential en azure-identity
- Roles de RBAC de Azure del plano de datos: Key Vault Secrets User, Service Bus Data Sender/Receiver, AcrPull y los roles de datos integrados de Cosmos DB
- Key Vault: secretos, claves y certificados, versiones, eliminación temporal y protección contra purga, RBAC vs directivas de acceso
- Rotación de secretos y eventos de Key Vault (SecretNearExpiry) mediante Event Grid
- Referencias de Key Vault en la configuración de App Service, Functions y Container Apps
- Azure App Configuration: pares clave-valor, etiquetas, marcas de características, referencias de Key Vault, actualización con clave centinela e instantáneas
- Application Insights con la Azure Monitor OpenTelemetry Distro para Python: cadenas de conexión, trazas, spans y métricas personalizadas
- Seguimiento distribuido entre servicios, muestreo y métricas en vivo
- KQL: where, project, summarize, bin(), join y render sobre requests, dependencies, exceptions y traces
- Alertas: alertas de métricas vs alertas de búsqueda de registros y grupos de acciones
- Solución de problemas: log stream de App Service, registros de consola y del sistema de Container Apps, y registros de invocaciones de Functions