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
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.
Precio por grupo privado (formación online) desde 4350 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (2)
Fomentar la repetición en la construcción de indicaciones (prompts) entre quienes nunca han utilizado la IA, y animar a los usuarios experimentados a considerar métodos alternativos para su uso.
Matthew Gay - Tarsus Pharmaceuticals
Curso - Artificial Intelligence (AI) Overview
Traducción Automática
Trabajando desde principios fundamentales de manera enfocada y pasando a aplicar estudios de caso en el mismo día
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Traducción Automática
