50 % de descuento en DataCamp Premium. Más de 700 cursos a mitad de precio. Empieza a aprender hoy.
Descripción del curso
Infórmate sobre las operaciones de machine learning (MLOps)
Comprender los conceptos de MLOps es esencial para que cualquier científico de datos, ingeniero o líder pueda llevar los modelos de machine learning de un cuaderno local a un modelo funcional en producción.En este curso, aprenderás qué son los MLOps, comprenderás las distintas fases de los procesos MLOps e identificarás los diferentes niveles de madurez de los MLOps. Tras conocer los conceptos esenciales de MLOps, estarás bien equipado en tu viaje para implantar el machine learning de forma continua, fiable y eficaz.
Descubre cómo se puede escalar y automatizar el machine learning
¿Cómo podemos ampliar nuestros proyectos de machine learning empleando el mínimo de tiempo y recursos? ¿Y cómo podemos automatizar nuestros procesos para reducir la necesidad de intervención manual y mejorar el rendimiento del modelo? Éstas son preguntas fundamentales del machine learning a las que MLOps da respuesta.En este curso de MLOps, empezarás explorando los fundamentos de MLOps, examinando las características principales y las funciones asociadas. A continuación, explorarás con más detalle las distintas fases del ciclo de vida del machine learning.
A medida que avances, también aprenderás sobre sistemas y herramientas para escalar y automatizar mejor las operaciones de machine learning, incluidos los almacenes de características, el seguimiento de experimentos, los conductos CI/CD, los microservicios y la contenedorización. Explorarás conceptos clave de MLOps, lo que te proporcionará una comprensión más firme de sus aplicaciones.
Requisitos previos
Programa de formación
Esquema del curso
1
Introducción a MLOps
Primero, conocerás las características básicas de MLOps. Explorarás el ciclo de vida del machine learning, sus fases y los roles asociados a los procesos de MLOps.
2
Diseño y desarrollo
Después, aprenderás sobre la fase de diseño y desarrollo en el ciclo de vida del machine learning. Verás la estimación de valor añadido, la calidad de los datos, los feature stores y el seguimiento de experimentos.
3
Despliegue de Machine Learning en producción
En este capítulo, profundizarás en conceptos relevantes para desplegar machine learning en producción, como entornos de ejecución, contenedorización, canalizaciones CI/CD y estrategias de despliegue.
4
Mantenimiento de Machine Learning en producción
Por último, aprenderás a mantener el machine learning en producción, con conceptos como monitoreo estadístico y computacional, reentrenamiento, diferentes niveles de madurez de MLOps y herramientas que pueden utilizarse en el ciclo de vida del machine learning para simplificar procesos.
R
Conceptos de MLOps
Curso
completado
