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 al Despliegue en Producción
- Principales desafíos al desplegar modelos ajustados.
- Diferencias entre entornos de desarrollo y producción.
- Herramientas y plataformas para el despliegue de modelos.
Preparación de Modelos para el Despliegue
- Exportación de modelos en formatos estándar (ONNX, TensorFlow SavedModel, etc.).
- Optimización de modelos para latencia y capacidad de procesamiento (throughput).
- Pruebas de modelos con casos extremos y datos del mundo real.
Contenerización para el Despliegue de Modelos
- Introducción a Docker.
- Creación de imágenes de Docker para modelos de ML.
- Mejores prácticas para la seguridad y eficiencia del contenedor.
Escalado de Despliegues con Kubernetes
- Introducción a Kubernetes para cargas de trabajo de IA.
- Configuración de clústeres de Kubernetes para alojar modelos.
- Balanceo de carga y escalado horizontal.
Monitorización y Mantenimiento de Modelos
- Implementación de monitorización con Prometheus y Grafana.
- Registro automatizado para el seguimiento de errores y rendimiento.
- Pipelines de reentrenamiento para la deriva del modelo y actualizaciones.
Garantía de Seguridad en Producción
- Aseguramiento de APIs para la inferencia de modelos.
- Mecanismos de autenticación y autorización.
- Abordaje de preocupaciones sobre la privacidad de los datos.
Casos de Estudio y Laboratorios Prácticos
- Despliegue de un modelo de análisis de sentimiento.
- Escalado de un servicio de traducción automática.
- Implementación de monitorización para modelos de clasificación de imágenes.
Resumen y Próximos Pasos
Requerimientos
- Sólido conocimiento de los flujos de trabajo de aprendizaje automático (machine learning).
- Experiencia con el ajuste de modelos de ML.
- Conocimiento de los principios de DevOps o MLOps.
Público Objetivo
- Ingenieros de DevOps.
- Profesionales de MLOps.
- Especialistas en despliegue de inteligencia artificial.
21 Horas
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
