Certificación Profesional en MLOps

PRECIO

USD 11,000

Fecha

01/10/2024

Modalidad

Virtual

Realizar consulta

Certificación Profesional en MLOps

Certificación Profesional en MLOps

USD 11,000

Realizar consulta

MLOps se centra en la intersección de la ciencia de datos y la ingeniería de datos en combinación con las prácticas existentes de DevOps para optimizar la entrega de modelos en todo el ciclo de vida de desarrollo de aprendizaje automático. Es la disciplina de integrar cargas de trabajo de Machine Learning en la gestión de versiones, CI/CD y operaciones. En este curso se desarrollarán diversas herramientas y tecnologías que hacen posible esta automatización.

Objetivos del curso

1. Entender la necesidad de la implementación de MLOps y su arquitectura.
2. Implementar y utilizar las distintas herramientas y tecnologías usadas en MLOps: DevOps (CI/CD), Docker, Kubernetes, Dagster, Airbyte, MLFlow, dBT, MindsDB, Triton, Data Version Control.

Perfil del participante

Personas formadas en Machine Learning y/o Deep Learning con conocimientos sólidos de programación en Python.

Requisitos previos

Inglés + Conocimientos sólidos sobre Machine Learning y/o Deep Learning

* Si ya cursaste Deep Learning en la Escuela de Innovación, accedes de forma automática a la Certificación Experta en Deep Learning con orientación en MLOps.

Plan de estudios

● Ciclo de vida de ML
● Presentación de las distintas herramientas y discusión general
● Presentación del proyecto general

● Herramientas y estrategias para gestionar datasets
● Implementación práctica

● Introducción MLFLOW
● Repositorio de modelos
● Registro de parámetros y métricas
● Implementación práctica

 

● Introducción
● OPs y JOBs
● Schedules
● AirByte y dbt
● Implementación práctica

● Docker
● Kubernetes
● Implementación práctica

● Model serving – Optimización
● Implementación práctica

Cuerpo Docente

Ingeniero Electrónico (ITBA) desarrollando tareas en el área de machine learning en la industria tales como CV, NLP y MLOps. Más de 10 años de experiencia docente en el ITBA y la UBA en materias relacionadas con ML, procesos estocásticos, telecomunicaciones y networking.

Ingeniero Electrónico (ITBA) desarrollando tareas en el área de procesamiento de señales y machine learning en el Grupo de Electrónica Digital Aplicada (GEDA). Profesor adjunto de materias en el área de procesamiento de señales, bio-electrónica y sistemas digitales. Entre ellas Redes Neuronales y Redes Neuronales en Bioingeniería.

Certificación Profesional en MLOps

USD 11,000

Realizar consulta