Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a Cursor para flujos de trabajo de datos y ML
- Vista general del papel de Cursor en la ingeniería de datos y ML
- Configuración del entorno y conexión de fuentes de datos
- Comprensión de la asistencia de código impulsada por IA en los cuadernos
Aceleración del desarrollo de cuadernos
- Creación y gestión de cuadernos Jupyter dentro de Cursor
- Uso de IA para la autocompletado de código, exploración de datos y visualización
- Documentación de experimentos y mantenimiento de la reproducibilidad
Construcción de flujos de trabajo ETL y de ingeniería de características
- Generación y refactorización de scripts ETL con IA
- Estructuración de flujos de trabajo de características para la escalabilidad
- Control de versiones de componentes del flujo de trabajo y conjuntos de datos
Entrenamiento y evaluación de modelos con Cursor
- Creación de la estructura del código de entrenamiento de modelos y bucles de evaluación
- Integración del preprocesamiento de datos y el ajuste de hiperparámetros
- Aseguramiento de la reproducibilidad del modelo en diferentes entornos
Integración de Cursor en flujos de trabajo MLOps
- Conexión de Cursor a registros de modelos y flujos de trabajo CI/CD
- Uso de scripts asistidos por IA para el reentrenamiento y la implementación automatizados
- Monitoreo del ciclo de vida del modelo y seguimiento de versiones
Documentación e informes asistidos por IA
- Generación de documentación en línea para flujos de trabajo de datos
- Creación de resúmenes de experimentos e informes de progreso
- Mejora de la colaboración del equipo mediante documentación vinculada al contexto
Reproducibilidad y gobernanza en proyectos de ML
- Implementación de mejores prácticas para la genealogía de datos y modelos
- Mantenimiento de la gobernanza y el cumplimiento con el código generado por IA
- Auditoría de las decisiones de IA y mantenimiento de la trazabilidad
Optimización de la productividad y aplicaciones futuras
- Aplicación de estrategias de prompts para una iteración más rápida
- Exploración de oportunidades de automatización en las operaciones de datos
- Preparación para los avances futuros en la integración de Cursor y ML
Resumen y próximos pasos
Requerimientos
- Experiencia en análisis de datos o aprendizaje automático basado en Python
- Comprensión de los flujos de trabajo ETL y de entrenamiento de modelos
- Conocimiento de las herramientas de control de versiones y flujos de trabajo de datos
Público objetivo
- Científicos de datos que construyen y itera en cuadernos de ML
- Ingenieros de aprendizaje automático que diseñan flujos de trabajo de entrenamiento e inferencia
- Profesionales de MLOps que gestionan la implementación de modelos y la reproducibilidad
14 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.
Precio por grupo privado (formación online) desde 2900 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
