Temario del curso
Fundamentos de MLOps en Kubernetes
- Conceptos clave de MLOps
- Comparativa entre MLOps y DevOps tradicional
- Principales desafíos en la gestión del ciclo de vida de los modelos
Contenerización de cargas de trabajo de aprendizaje automático
- Empaquetado de modelos y código de entrenamiento
- Optimización de imágenes de contenedores para aplicaciones de aprendizaje automático
- Gestión de dependencias y garantía de reproducibilidad
CI/CD para el aprendizaje automático
- Estructuración de repositorios de código para la automatización
- Integración de pasos de prueba y validación
- Activación de pipelines para el reentrenamiento y actualizaciones del modelo
GitOps en el despliegue de modelos
- Principios y flujos de trabajo de GitOps
- Utilización de Argo CD para el despliegue de modelos
- Control de versiones para modelos y configuraciones
Orquestación de pipelines en Kubernetes
- Creación de pipelines mediante Tekton
- Gestión de flujos de trabajo multietapa del aprendizaje automático
- Programación y gestión eficiente de recursos
Supervisión, registro de datos y estrategias de reversión
- Seguimiento del desvío en los datos y el rendimiento de los modelos
- Integración de sistemas de alerta y supervisión
- Métodos para revertir cambios ante fallos o reorientar procesos
Reentrenamiento automático y mejora continua
- Diseño de bucles de retroalimentación eficaces
- Automatización del reentrenamiento según programaciones predefinidas
- Uso de MLflow para el seguimiento y manejo de experimentos
Arquitecturas avanzadas en MLOps
- Modelos de despliegue multiclúster y en nubes híbridas
- Escalado eficiente de equipos mediante infraestructuras compartidas
- Consideraciones sobre seguridad y cumplimiento normativo
Resumen y pasos a seguir
Requerimientos
- Conocimientos básicos sobre los fundamentos de Kubernetes
- Experiencia en flujos de trabajo de aprendizaje automático
- Dominio del desarrollo con herramientas basadas en Git
Público objetivo
- Ingenieros de aprendizaje automático
- Ingenieros DevOps
- Equipos responsables de las plataformas de aprendizaje automático
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
Reseñas (3)
About the microservices and how to maintenance kubernetes
Yufri Isnaini Rochmat Maulana - Bank Indonesia
Curso - Advanced Platform Engineering: Scaling with Microservices and Kubernetes
Cómo los formadores transmiten el conocimiento de manera efectiva
Vu Thoai Le - Reply Polska sp. z o. o.
Curso - Certified Kubernetes Administrator (CKA) - exam preparation
Traducción Automática
El conocimiento y la paciencia del formador para responder a nuestras preguntas.
Calin Avram - REGNOLOGY ROMANIA S.R.L.
Curso - Deploying Kubernetes Applications with Helm
Traducción Automática