Azure AI Services at Scale for Cloud, Mobile, and Edge

Tratado de ingeniería de software y arquitectura cloud publicado por O'Reilly en 2022, enfocado en diseñar, desplegar y operar soluciones de inteligencia artificial escalables en plataformas heterogéneas: nube pública, dispositivos móviles, navegadores web y computación en el perímetro (edge). Escrito por Simon Bisson, Mary Branscombe, Chris Hoder y Anand Raman, está dirigido a arquitectos de soluciones, ingenieros de software, responsables de tecnología y científicos de datos que ya dominan los conceptos fundamentales de aprendizaje automático y necesitan llevar modelos experimentales a entornos empresariales de producción a gran escala.

La obra introduce el paradigma de Arquitectura Orientada a IA (AIOA) y detalla las herramientas del ecosistema de Microsoft: entrenamiento, optimización y puesta en producción de modelos con Azure Machine Learning, PyTorch y el entorno de ejecución acelerado ONNX Runtime; uso de servicios cognitivos preentrenados con Azure Cognitive Services y Azure Applied AI Services; despliegue desacoplado de capacidades cognitivas en contenedores Docker y Kubernetes para escenarios locales o de baja latencia; herramientas de bajo código con Microsoft Power Platform, Power BI y AI Builder; y la instrumentación de marcos de Responsible AI orientados a la auditoría, interpretabilidad de modelos y mitigación de sesgos mediante el uso de fichas de transparencia y tarjetas de modelo (Model Cards).

El punto diferenciador del texto es el análisis técnico de arquitecturas reales en producción: la aplicación móvil Seeing AI de Microsoft (que distribuye tareas de visión artificial entre el dispositivo y la nube para usuarios con discapacidad visual), sistemas masivos de transcripción y traducción en tiempo real para asambleas parlamentarias y organizaciones internacionales, y aplicaciones de aprendizaje por refuerzo en el sector retail. Aporta criterios clave para tomar decisiones sobre latencia, consumo energético y privacidad de datos; exige conocimientos previos sólidos en desarrollo de software, computación en la nube y contenedores para aprovechar sus directrices de diseño.