Temario del curso
Introducción al despliegue en producción
- Principales desafíos que surgen al desplegar modelos ya ajustados.
- Diferencias entre los entornos de desarrollo y producción.
- Herramientas y plataformas utilizadas para el despliegue de modelos.
Preparación de los modelos para su despliegue
- Exportación de modelos en formatos estándar (ONNX, TensorFlow SavedModel, etc.).
- Optimización de los modelos respecto a la latencia y el rendimiento.
- Pruebas exhaustivas con casos límite y datos reales.
Creación de contenedores para el despliegue
- Introducción a Docker como herramienta clave.
- Cómo generar imágenes de Docker adaptadas a modelos de ML.
- Buenas prácticas orientadas a la seguridad y eficiencia de los contenedores.
Escalabilidad mediante Kubernetes
- Conceptos básicos sobre el uso de Kubernetes en tareas de IA.
- Configuración adecuada de clústeres para hospedar modelos.
- Equilibrio de cargas y ampliación horizontal según la demanda.
Supervisión y mantenimiento de los modelos
- Aplicación de herramientas como Prometheus y Grafana para el seguimiento continuo.
- Registro automático de errores y métricas de rendimiento.
- Procedimientos para el reentrenamiento periódico de los modelos.
Garantía de seguridad en entornos productivos
- Medidas necesarias para proteger las APIs destinadas a la inferencia del modelo.
- Mecanismos sólidos de autenticación y autorización.
- Cómo abordar adecuadamente cuestiones vinculadas con la privacidad de los datos.
Estudios de caso y ejercicios prácticos
- Despliegue de un modelo capaz de analizar sentimientos.
- Estrategias para ampliar el alcance de un servicio de traducción automática.
- Aplicación real de técnicas de supervisión en modelos destinados a la clasificación de imágenes.
Resumen final y pasos recomendados
Requerimientos
- Conocimiento sólido de los flujos de trabajo del aprendizaje automático.
- Experiencia previa en el ajuste de modelos de ML.
- Familiaridad con los principios de DevOps o MLOps.
Público objetivo
- Ingenieros DevOps.
- Profesionales especializados en MLOps.
- Especialistas en despliegue 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)
El conocimiento y experiencia del consultor ya que se abordan los temas teóricos aplicándolos a la realidad de los procesos. El curso contiene un programa de mucho valor en la gestión de las tecnologías de información.
Luis Castro Gamboa - Cooperativa De Ahorro Y Credito Ande No. 1 R.L.
Curso - Site Reliability Engineering (SRE) Foundation®
Que fue muy claro en cada especificación
