Platform Engineering for Artificial Intelligence

Tratado exhaustivo de arquitectura e infraestructura escrito por Duy V. Nguyen, concebido para superar el gran obstáculo contemporáneo de la IA: trasladar modelos experimentales desde cuadernos de trabajo interactivos hacia plataformas internas de producción seguras, escalables y costo-eficientes. La obra está dirigida a ingenieros de plataformas, especialistas en MLOps, arquitectos cloud y líderes técnicos de nivel intermedio que conocen los conceptos básicos de machine learning y la administración de contenedores y servicios en la nube, y necesitan diseñar plataformas internas para desarrolladores (IDP) especializadas en cargas de trabajo inteligentes.

El autor desglosa los componentes arquitectónicos fundamentales para soportar sistemas de IA generativa y modelos fundacionales: diseño de canalizaciones de datos escalables para ingestión y entrenamiento continuo; automatización de entornos mediante Infraestructura como Código (IaC); gestión del ciclo de vida de los modelos (MLOps, registro de experimentos, versionado y despliegue continuo); observabilidad integral con monitorización de deriva conceptual y de datos (drift); protocolos de seguridad y gobernanza; y marcos de optimización de costos en la nube (FinOps) orientados a contener el gasto masivo en cómputo GPU y consumo de tokens en Large Language Models (LLMs) y arquitecturas multiagente.

La obra contextualiza su enfoque mediante arquitecturas de referencia y casos de estudio complejos inspirados en entornos reales, como plataformas de análisis clínico en el sector sanitario y motores de moderación de contenido a gran escala. Su valor diferencial reside en tratar la inteligencia artificial desde la ingeniería de software y operaciones y no desde la matemática algorítmica, aportando directrices sobre cómo estructurar equipos multidisciplinares de plataformas. No enseña a programar redes neuronales desde cero ni a afinar modelos con PyTorch, por lo que presupone una comprensión previa del ciclo de vida analítico.