Agenda

¿Algún vez tuviste problemas de falta de IPs en EKS? ¿Necesitas hacer Chaos Engineering? Acompañanos en una demo en vivo sobre patrones de despliegue avanzados de EKS, que van a evitarme más de un dolor de cabeza.

Un router puede enviar tareas rutinarias a un modelo abierto y reservar Amazon Bedrock para las más complejas. Pero ¿qué ocurre con el costo por token cuando la GPU pasa parte del día esperando trabajo? Partiendo de un caso público de AWS Builder Center con Amazon SageMaker AI, Bedrock y AgentCore Gateway, veremos cómo distinguir costo a plena carga, costo de capacidad asignada y rendimiento observado. Presentaremos una arquitectura de referencia con EKS, vLLM y un plano de control, y una demo breve del SDK Lutflow que genera un informe local a partir de contadores reales. La demo conserva explícitamente las métricas que no están disponibles y cuenta con evidencia histórica como fallback. Cerramos con dónde encaja una capa de observabilidad GPU en Kubernetes frente a servicios gestionados, y qué necesitás para evaluar tu propio workload sin confundir throughput con calidad ni utilización con eficiencia.

Cómo diseñar sistemas multiagente capaces de ejecutar procesos empresariales reales sin perder el control humano. ¿Qué sucede cuando dejamos de utilizar la inteligencia artificial como un asistente conversacional y comenzamos a integrarla en la operación de una empresa? Esta charla explora los desafíos arquitectónicos de construir sistemas multiagente capaces de ejecutar procesos empresariales, mantener contexto persistente, coordinar tareas y operar bajo mecanismos de supervisión y control. A partir de la experiencia desarrollando Factory, analizaremos decisiones técnicas, limitaciones de los modelos actuales y patrones de arquitectura aplicables a entornos cloud. La mayoría de las organizaciones utiliza inteligencia artificial generativa como una herramienta de productividad individual. Sin embargo, el verdadero desafío comienza cuando queremos que múltiples agentes colaboren, ejecuten procesos, compartan información y mantengan continuidad operativa. ¿Cómo diseñamos una arquitectura donde los agentes no sean simples interfaces conversacionales, sino componentes funcionales de un sistema empresarial? Esta sesión presenta el enfoque arquitectónico detrás de Factory, una plataforma orientada a la orquestación y gobernanza de agentes de inteligencia artificial. Exploraremos cinco desafíos fundamentales: 1.⁠ ⁠Orquestación multiagente: coordinación de agentes especializados, distribución de responsabilidades y gestión de dependencias. 2.⁠ ⁠Memoria y contexto persistente: cómo mantener continuidad operativa entre ejecuciones sin depender exclusivamente de la ventana de contexto de un modelo. 3.⁠ ⁠Gobernanza y supervisión: definición de permisos, límites de autonomía, validación de resultados y mecanismos de intervención humana. 4.⁠ ⁠Observabilidad y trazabilidad: cómo registrar decisiones, reconstruir operaciones y detectar comportamientos inesperados. 5.⁠ ⁠Arquitectura cloud: patrones de ejecución distribuida, almacenamiento, eventos y escalabilidad que pueden implementarse utilizando servicios de AWS. La sesión abordará decisiones de diseño, problemas técnicos y aprendizajes obtenidos durante el desarrollo de la plataforma. El objetivo no es presentar un producto comercial, sino compartir una perspectiva práctica sobre cómo evolucionar desde aplicaciones que utilizan LLM hacia sistemas empresariales gobernados por agentes. Qué aprenderán los asistentes Al finalizar la sesión, los participantes podrán: •⁠ ⁠Comprender los componentes fundamentales de una arquitectura multiagente. •⁠ ⁠Identificar los problemas asociados con memoria, contexto y persistencia. •⁠ ⁠Diseñar mecanismos de gobernanza para agentes con capacidad de ejecutar acciones. •⁠ ⁠Reconocer patrones cloud aplicables a sistemas agénticos. •⁠ ⁠Evaluar cuándo conviene automatizar una decisión y cuándo mantener supervisión humana.

A medida que crecen los proyectos en AWS, mantener el monitoreo a mano se vuelve insostenible: cada proyecto termina con sus propios dashboards, configuraciones que nadie recuerda cómo se armaron y alertas que no comunican lo importante. Esta charla muestra cómo pasar de un monitoreo configurado clic a clic a uno gestionado como código, aplicando infraestructura como código (IaC) con Terraform y apoyándose en la inteligencia artificial para construirlo y mantenerlo. Se presenta cómo definir un estándar de dashboards, alertas y SLOs en Grafana y desplegarlo de forma consistente en varios proyectos, en minutos y no en días, usando la IA para generar el código, mantener las convenciones y aplicar mejoras sin comprometer la estabilidad. Un enfoque práctico, con aprendizajes y buenas prácticas, para quienes ya tienen monitoreo funcionando y buscan hacerlo más ordenado, consistente y fácil de mantener.

How can AI move beyond simply understanding a customer conversation to actually classifying an issue, finding the right context, recommending actions, and routing the case to the right team? In this session, we’ll explore a practical agentic AI workflow on AWS using a customer complaint classification use case. We’ll walk through how a conversation can be transformed into structured decisions using Amazon Bedrock AgentCore, Strands Agents, Amazon Transcribe, Knowledge Bases, IAM, and downstream API integrations. The session will cover the architecture behind supervisor and specialised agents, knowledge-grounded classification, severity assessment, evidence and auditability, authentication, and human-in-the-loop controls. We’ll also look at the engineering considerations involved in moving an AI-agent prototype toward a more production-ready workflow. The focus will be on understanding how the pieces work together, the design decisions involved, and the practical lessons developers can apply when building their own agentic AI applications on AWS.

Un terraform plan puede contener decenas de cambios y, entre cientos de líneas, esconder una regla demasiado permisiva, un cambio crítico de IAM o una modificación con impacto inesperado en nuestra infraestructura. ¿Podemos usar IA para hacer que estas revisiones sean más inteligentes sin dejar las decisiones de producción en manos de un modelo? En esta charla construiremos un AI Reviewer para Infrastructure as Code integrado al flujo de Pull Requests. Veremos cómo combinar Terraform, análisis de seguridad y Amazon Bedrock para analizar los cambios propuestos, identificar y priorizar riesgos, y generar explicaciones y recomendaciones directamente en el PR. A través de una demo práctica veremos el flujo completo, desde un terraform plan hasta una revisión automática enriquecida con IA, y exploraremos dónde aporta valor la IA generativa, cuáles son sus límites y por qué las políticas determinísticas y la aprobación humana siguen siendo fundamentales antes del terraform apply.

Tu agente de IA funciona en una demo. ¿Pero cómo sabes si funcionará con 10.000 usuarios? Problemas reales que aparecen al pasar de un prototipo de IA a un sistema productivo. - Diseño de agentes con herramientas y MCP. - RAG vs. fine-tuning vs. context engineering. - Evaluación de agentes: cómo medir si realmente funcionan. - Latencia, costos, observabilidad y escalabilidad. - Self-hosting de LLMs vs. APIs administradas.

En esta charla aprenderemos: - transferencia de datos masivos online vs offline - Como las capas del modelo OSI están evolucionando. — SRD vs TCP/UDP — OS Bypass — Tarjetas EFA — Ejemplo: Una fábrica de camisas — Demo: Transferencia de datos usando TCP/UDP

¿Es posible ofrecer búsqueda semántica avanzada en una aplicación web sin complicarse con servidores pesados? En esta charla, veremos cómo diseñar una arquitectura ligera y eficiente combinando Amazon Bedrock y Amazon S3. Analizaremos cómo estructurar e indexar contenido mediante embeddings y cómo llevar la lógica de similitud directo al cliente para entender la intención real del usuario.

¿Cómo garantizamos que un agente de IA no cometa errores críticos antes de llegar a producción? En esta sesión, exploraremos un framework de validación robusto para Agentes de IA, integrando técnicas de evals, pruebas de alucinación y sandboxes automatizados dentro de la infraestructura de AWS para desplegar con total confianza. Te llevaras una metodología para poder implementar pruebas a tus agentes en producción y un repositorio de ejemplo que podras implementar.

In this fun and beginner-friendly session, we will explore the world of cloud computing through a gaming-inspired perspective. Instead of starting with a long list of services and acronyms, we will look at AWS as if it were a game: with different maps, tools, resources, challenges, and strategies that you need to understand before moving to the next level. We will start with the basics of cloud computing and what it means to build and run applications in the cloud. From there, we will explore some of the main AWS service categories, including compute, storage, networking, databases, and containers, using simple analogies to make the concepts easier to understand. Throughout the session, we will discuss services such as Amazon EC2, Amazon S3, Amazon RDS, Amazon VPC, and Amazon ECS, explaining what each one is designed for, when it makes sense to use it, and how these services can work together as part of a complete solution. We will also talk about an important part of learning AWS: understanding that knowing the name of a service is not enough. Just like in a game, choosing the right tool for the right situation can make a big difference. We will explore how factors such as scalability, availability, cost, security, and operational effort can influence technical decisions. Another key topic will be how to approach the AWS ecosystem without feeling overwhelmed by the number of available services. We will discuss practical ways to build a learning path, focus on foundational concepts first, and gradually expand your knowledge as new challenges appear. By the end of the session, attendees will have a clearer understanding of how the main AWS building blocks fit together, how to start learning cloud technologies in a structured way, and how to make better decisions when choosing services for different scenarios. The goal is to make the first steps into AWS less intimidating and show that learning cloud can be much easier when you understand the rules of the game before trying to play every level at once.

AWS ofrece una cantidad enorme de recursos gratuitos para aprender cloud, pero están repartidos en varias plataformas y muchas personas no saben por dónde empezar. En esta lightning talk te presento un mapa práctico de esos recursos y cómo combinarlos para avanzar desde cero hasta tu primera certificación. Recorreremos AWS Educate, con cursos cortos, laboratorios y badges pensados para quienes recién empiezan; AWS Skill Builder, con cientos de cursos digitales gratuitos, juegos de aprendizaje y material oficial de preparación para los exámenes; y AWS Builder Center, la comunidad donde builders de todo el mundo comparten artículos, tutoriales y experiencias. También veremos cómo aprovechar la capa gratuita de AWS para practicar con servicios reales y cómo sumarte a la comunidad local de AWS en Paraguay para estudiar acompañado. Comparto mi propia experiencia: obtuve la certificación AWS Certified Cloud Practitioner apoyándome en estos recursos, y te cuento qué me funcionó, qué orden recomiendo seguir y qué beneficios trae certificarse.

Descripción corta La charla explora cómo proteger contenedores ejecutados en Amazon EKS aplicando seguridad desde las capas más bajas del sistema hasta los servicios nativos de AWS. Se mostrará cómo conceptos de seguridad en Linux, configuración segura de Kubernetes, control de permisos y monitoreo en tiempo de ejecución se combinan para reducir el riesgo y mejorar la capacidad de detección ante comportamientos sospechosos. Plan de desarrollo La charla comienza explicando qué nivel de aislamiento ofrece realmente un contenedor y qué mecanismos de Linux intervienen, como usuarios, capabilities, filesystem y seccomp. Luego se traslada ese conocimiento a Kubernetes, mostrando configuraciones seguras mediante securityContext, ejecución como usuario no privilegiado, restricciones de privilegios y reducción de capabilities. A partir de ahí, el escenario se lleva a Amazon EKS, donde se analizan aspectos como identidad de los workloads, permisos hacia servicios AWS, principio de mínimo privilegio y reducción del impacto que tendría una aplicación comprometida. Finalmente, se muestra cómo complementar las medidas preventivas con servicios de AWS como Amazon GuardDuty Runtime Monitoring y EKS Protection, permitiendo identificar comportamientos anómalos tanto dentro de los contenedores como en la interacción con Kubernetes y AWS. La idea es acompañar la explicación con una demostración práctica comparando un workload con una configuración insegura frente al mismo workload después de aplicar diferentes controles de seguridad. Valor para la audiencia El principal valor de la charla es que los asistentes no solo conocerán recomendaciones de seguridad, sino que entenderán qué problema resuelve cada control y en qué capa actúa. Al finalizar, podrán identificar configuraciones de riesgo en workloads de Kubernetes, aplicar mecanismos de hardening basados en Linux, reducir permisos dentro de AWS y utilizar herramientas de detección en tiempo de ejecución para construir una estrategia de seguridad en profundidad para sus aplicaciones en Amazon EKS.

¿Como integramos un modelo de lenguaje en una arquitectura de microservicios Java sin que se convierta en un experimento qué nunca llega a producción? En esta charla comparto la experiencia real de construir Ticketstorm - Un sistema de reservacion de tickets diseñado para 50M DAU con zero overbooking, que integra Spring AI como componente arquitectónico para análisis inteligentes de eventos y atención al usuario. Cubrimos: - Spring AI como framework de integración con AWS Bedrock y modelos funcionales. - Arquitectura RAG con pgvector en RDS PostgreSQL para base de conocimiento del sistema. - Como el LLM analiza patrones de eventos en tiempo real sobre una arquitectura event-driven con kafka. - Patrones de resiliencia para llamadas a LLMs: circuit Breacker, retry, fallback y timeout. - Decisiones arquitectonicas: cuando usar Bedrock vs modelos locales, Streaming vs batch, costos reales. - La arquitectura completa: 7 microservicios con DDD, CQRS, Event Sourcing y Saga sobre kafka.

Explore how to take a machine learning model from experimentation to a production-ready endpoint using Amazon SageMaker. Through a real-world use case, we’ll walk through key MLOps capabilities including training, model management, deployment, inference, and monitoring—highlighting the practical challenges and engineering decisions involved in productionizing ML on AWS.

¿Tu pipeline solo comprueba que el código funciona o también que es seguro? En esta sesión veremos cómo integrar Falcon Cloud Security con AWS CodePipeline, AWS CodeBuild y Amazon ECR para detectar configuraciones inseguras de Terraform, evaluar imágenes de contenedor y aplicar controles antes del despliegue.

Esta charla presenta cómo diseñar dashboards técnicos con AWS QuickSight para monitorear costos, infraestructura y seguridad en la nube. Exploraremos buenas prácticas, fuentes de datos clave (como CloudWatch y Cost Explorer) y cómo transformar datos en visualizaciones útiles para una gestión eficiente en entornos AWS.

Formato: Charla regular — 30 minutos Nivel: Principiante Empezar en AWS puede sentirse como abrir un mapa con cientos de caminos posibles: servicios, certificaciones, arquitecturas, seguridad, costos y una enorme cantidad de conceptos nuevos. La pregunta para quien comienza suele ser la misma: ¿por dónde empiezo? En esta charla construiremos juntos un mapa para dar los primeros pasos en AWS. Partiremos desde los fundamentos de cloud computing y la infraestructura global de AWS, pasaremos por conceptos esenciales de seguridad y costos, y conoceremos algunos servicios que sirven como puntos de referencia para comenzar a explorar la nube. El objetivo no es aprender cientos de servicios en 30 minutos, sino salir con algo mucho más útil: una ruta clara para saber qué aprender primero, qué dejar para después y cómo comenzar a practicar AWS sin perderse en el camino.

¿Seguís creando usuarios IAM a mano o protegiendo apps internas con una contraseña compartida? En esta charla desplegamos authentik, un proveedor de identidad open source, en nuestra propia cuenta de AWS con CloudFormation (ECS Fargate, RDS PostgreSQL, ALB y EFS), y lo conectamos con los servicios de AWS en demos en vivo: * SSO a la consola de AWS con IAM Identity Center vía SAML, con altas y bajas automáticas de usuarios y grupos por SCIM. * Autenticación OIDC en el Application Load Balancer para proteger cualquier app sin tocar su código. * Passkeys como segundo factor o passwordless login y políticas de acceso por grupo. También vamos a contar lo que no aparece en los tutoriales: los errores reales que nos encontramos al desplegarlo y qué hace falta para pasar de una demo a producción.

¿Qué pasa cuando conectas a un Agente de IA a un juego de Capture the Flag? En esta sesión interactiva, construiremos y desplegaremos un agente autónomo paso a paso. Comenzaremos resolviendo la experiencia de desarrollo: usaremos el ecosistema open-source Strands (Harness y SDK) para conectar nuestro agente al juego. Exploraremos cómo integrar el nuevo Strands Decider, un pequeño modelo local que toma micro-decisiones de enrutamiento en milisegundos, reduciendo drásticamente la latencia y los costos para los movimientos básicos del juego. Una vez que nuestro agente sea capaz de jugar localmente, lo llevaremos a la nube utilizando Amazon Bedrock AgentCore.

Muchos incidentes ya tienen una solución documentada. El problema es detectarlos y actuar a tiempo. En esta charla mostramos cómo usamos AWS DevOps Agents para analizar incidentes, encontrar el runbook correcto y ejecutar acciones de recuperación de forma controlada.