Solicitar información

Temario del curso

Introducción a Apache Airflow para el Aprendizaje Automático

  • Descripción general de Apache Airflow y su relevancia en la ciencia de datos
  • Características clave para automatizar flujos de trabajo de aprendizaje automático
  • Configuración inicial de Airflow para proyectos de ciencia de datos

Creación de Pipelines de Aprendizaje Automático con Airflow

  • Diseño de DAGs orientados a flujos de trabajo completos del aprendizaje automático
  • Utilización de operadores para la ingestión, preprocesamiento y generación de características de los datos
  • Programación y gestión de dependencias entre tareas del pipeline

Entrenamiento y Validación de Modelos

  • Automatización de las fases de entrenamiento mediante Airflow
  • Integración con frameworks de aprendizaje automático como TensorFlow o PyTorch
  • Validación de modelos y almacenamiento adecuado de las métricas obtenidas

Implementación y Monitoreo de Modelos

  • Despliegue de modelos a través de pipelines automatizados
  • Supervisión continua de los modelos implementados por medio de tareas en Airflow
  • Gestión eficaz del reentrenamiento y actualización de los modelos

Personalización Avanzada e Integración

  • Desarrollo de operadores personalizados para necesidades específicas en aprendizaje automático
  • Integración con plataformas cloud y servicios de aprendizaje automático
  • Ampliación de las capacidades de Airflow mediante plugins y sensores especiales

Optimización y Escalabilidad de los Pipelines de Aprendizaje Automático

  • Mejora del rendimiento en flujos de trabajo que manejan grandes volúmenes de datos
  • Escalado adecuado mediante Celery y Kubernetes
  • Buenas prácticas para la gestión de flujos en entornos productivos

Estudios de Caso y Aplicaciones Prácticas

  • Ejemplos concretos sobre automatización mediante Airflow
  • Ejercicio práctico: Elaboración completa de un pipeline de aprendizaje automático
  • Análisis crítico de problemas comunes y sus posibles soluciones en gestión de flujos de trabajo

Resumen final y próximos pasos recomendados

Requerimientos

  • Conocimientos básicos sobre flujos de trabajo y conceptos del aprendizaje automático
  • Comprensión general de Apache Airflow, incluyendo DAGs y operadores
  • Dominio en la programación con Python

Público objetivo

  • Científicos de datos
  • Ingenieros especializados en aprendizaje automático
  • Desarrolladores de inteligencia artificial
 21 Horas

Formación Corporativa a Medida

Soluciones de formación diseñadas exclusivamente para empresas.

  • Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
  • Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
  • Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Inversión

Precio por grupo privado (formación online) desde 4350 € + IVA*

Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales

Reseñas (3)

Próximos cursos

Categorías Relacionadas