Curso MLOps (Machine Learning Operations) Fundamentals

El curso MLOps (Machine Learning Operations) Fundamentals te ofrece las herramientas y mejores prácticas de MLOps para implementar, evaluar, monitorear y operar sistemas de ML de producción en Google Cloud. MLOps es una disciplina enfocada en la implementación, prueba, monitoreo y automatización de sistemas ML en producción. Los profesionales de Machine Learning Engineering utilizan herramientas para la mejora continua y la evaluación de los modelos implementados. Trabajan con científicos de datos (o son científicos de datos) que desarrollan modelos para permitir la velocidad y el rigor en la implementación de las mejores soluciones de machine learning.

Estamos preparando nuevas convocatorias, déjanos tus datos a través del formulario y te avisaremos en cuanto estén disponibles.

  • Identificar y utilizar las tecnologías básicas necesarias para respaldar MLOps efectivos.
  • Configurar y aprovisionar arquitecturas de Google Cloud para entornos de MLOps confiables y efectivos.
  • Implementar flujos de trabajo de inferencia y capacitación confiables y repetibles.
  • Adoptar las mejores prácticas de CI/CD en el contexto de los sistemas de ML.
  • Operar modelos de machine learning implementados de manera efectiva y eficiente.
  • Científicos de datos que busquen pasar rápidamente del prototipo de machine learning a la producción para lograr un impacto comercial.
  • Ingenieros de software que busquen desarrollar habilidades de ingeniería de machine learning.
  • Ingenieros de machine learning que deseen adoptar Google Cloud.

Haber completado el curso Machine Learning on Google Cloud.

Módulo 1: Why and When do we need MLOps

  • Discuss Data Scientists’ pain points
  • Identify ML Engineering characteristics and challenges
  • Define how Google Cloud can help with MLOps
  • Recognize how MLOps differs from manual ML management
  • Compare and contrast DevOps vs MLOps

Módulo 2: Understanding the Main Kubernetes Components (Optional)

  • Define what is a Docker container
  • Create Docker containers
  • Identify the architecture of Kubernetes: pods, namespaces
  • Create Docker containers using Google Container Builder
  • Store container images in Google Container Registry
  • Create a Kubernetes Engine cluster
  • Manage Kubernetes deployments

Módulo 3: Introduction to AI Platform Pipelines

  • Identify the benefits and opportunities of AI Pipelines
  • Define Access Controls within AI Pipelines
  • Recognize pipeline components
  • List pipeline workflows
  • Set up AI Platform Pipelines
  • Create a machine learning pipeline
  • Run a machine learning pipeline
  • Connect to AI Platform Pipelines using the Kubeflow Pipelines SDK
  • Configure a Google Kubernetes Engine cluster for AI Platform Pipelines

Módulo 4: Training, Tuning and Serving on AI Platform

  • Identify the main concepts of MLOps on AI Platform
  • Create a reproducible dataset
  • Implement a tunable model
  • Build and push a training container
  • Train and tune a model
  • Serve and query a model

Módulo 5: Kubeflow Pipelines on AI Platform

  • Recognize how Kubeflow Pipelines fits in MLOps
  • Describe a Kubeflow Pipeline with KF DSL
  • Use the various Kubeflow components
  • Compile, upload, and run a pipeline build in Kubeflow Pipelines

Módulo 6: CI/CD for Kubeflow Pipelines on AI Platform

  • Create Cloud Build Builders
  • Configure pipelines with Cloud Build
  • Create triggers for training models using Cloud Build Triggers
  • Adopt the best CI/CD practices in the context of ML systems

Módulo 7: Summary

  • Summarize the course

Documentación oficial para el curso MLOps (Machine Learning Operations) Fundamentals.

  • Formador certificado por Google Cloud.
  • Más de 5 años de experiencia profesional.
  • Más de 4 años de experiencia docente.
  • Profesional activo en empresas del sector IT.

Antiguos alumnos

Si has asistido a alguno de nuestros cursos, tienes un 10% de descuento en la matrícula de tus próximos cursos o certificaciones oficiales.

Carné Joven Comunidad de Madrid

Si tienes el Carné Joven de la Comunidad de Madrid, dispones de un 15% de descuento en todos nuestros cursos y certificaciones. Únicamente deberás presentar tu carné.

Desempleados

Bonificamos un 10% la matrícula de tu curso o certificación oficial. Únicamente deberás acreditarlo con cualquiera de los documentos oficiales disponibles.

Discapacitados

Si tienes algún tipo de discapacidad, cuentas con un 10% de descuento en la matrícula de tu curso. Únicamente deberás acreditarlo.

Familia numerosa

¡Te ayudamos! Sabemos que es importante cuidar de la economía familiar, por eso, y en cumplimiento de nuestra política de Responsabilidad Social Corporativa, si eres miembro de una familia numerosa, puedes beneficiarte de un 10% de descuento en la matrícula de cualquier curso. Únicamente deberás acreditarlo.

Amigos o compañeros profesionales

Si te inscribes a nuestros cursos con uno o más amigos o compañeros técnicos, cada uno de vosotros obtendréis un descuento del 10% en vuestra formación.

Si trabajáis en la misma empresa, consulta los descuentos para departamentos profesionales.

Empresas

Mantener, actualizar y perfeccionar las habilidades y conocimientos del equipo de trabajo es esencial para la adaptación y el éxito de la estrategia empresarial en el entorno dinámico y desafiante en el que competimos.

Si deseas planificar la formación (técnica, metodológica o de habilidades) de tu equipo, consulta nuestros planes de formación continua o los descuentos en cursos y certificaciones técnicas.

Fundae (Formación bonificable)

Prácticamente la totalidad de nuestra formación puede ser bonificada aplicando el crédito de formación que las empresas y autónomos tienen anualmente en Fundae.

Consúltanos y no te preocupes, lo gestionamos por ti.

Sodexo (Pluxee)

Ahorra con tu cheque virtual.

Formación Pass de Pluxee (Sodexo) es un servicio que facilita el acceso y pago de formación y certificación oficial. Al estar exento del IRPF, ahorras al menos un 25% del importe total.

Úsalo con nosotros.


Descuentos no aplicables a Red Hat ni Oracle. La formación de Red Hat no es bonificable en Fundae. Los exámenes de certificación no se pueden bonificar. Podrán bonificarse únicamente si son indivisibles del curso que los prepara.

Objetivos
  • Identificar y utilizar las tecnologías básicas necesarias para respaldar MLOps efectivos.
  • Configurar y aprovisionar arquitecturas de Google Cloud para entornos de MLOps confiables y efectivos.
  • Implementar flujos de trabajo de inferencia y capacitación confiables y repetibles.
  • Adoptar las mejores prácticas de CI/CD en el contexto de los sistemas de ML.
  • Operar modelos de machine learning implementados de manera efectiva y eficiente.
Audiencia
  • Científicos de datos que busquen pasar rápidamente del prototipo de machine learning a la producción para lograr un impacto comercial.
  • Ingenieros de software que busquen desarrollar habilidades de ingeniería de machine learning.
  • Ingenieros de machine learning que deseen adoptar Google Cloud.
Requisitos

Haber completado el curso Machine Learning on Google Cloud.

Contenidos

Módulo 1: Why and When do we need MLOps

  • Discuss Data Scientists’ pain points
  • Identify ML Engineering characteristics and challenges
  • Define how Google Cloud can help with MLOps
  • Recognize how MLOps differs from manual ML management
  • Compare and contrast DevOps vs MLOps

Módulo 2: Understanding the Main Kubernetes Components (Optional)

  • Define what is a Docker container
  • Create Docker containers
  • Identify the architecture of Kubernetes: pods, namespaces
  • Create Docker containers using Google Container Builder
  • Store container images in Google Container Registry
  • Create a Kubernetes Engine cluster
  • Manage Kubernetes deployments

Módulo 3: Introduction to AI Platform Pipelines

  • Identify the benefits and opportunities of AI Pipelines
  • Define Access Controls within AI Pipelines
  • Recognize pipeline components
  • List pipeline workflows
  • Set up AI Platform Pipelines
  • Create a machine learning pipeline
  • Run a machine learning pipeline
  • Connect to AI Platform Pipelines using the Kubeflow Pipelines SDK
  • Configure a Google Kubernetes Engine cluster for AI Platform Pipelines

Módulo 4: Training, Tuning and Serving on AI Platform

  • Identify the main concepts of MLOps on AI Platform
  • Create a reproducible dataset
  • Implement a tunable model
  • Build and push a training container
  • Train and tune a model
  • Serve and query a model

Módulo 5: Kubeflow Pipelines on AI Platform

  • Recognize how Kubeflow Pipelines fits in MLOps
  • Describe a Kubeflow Pipeline with KF DSL
  • Use the various Kubeflow components
  • Compile, upload, and run a pipeline build in Kubeflow Pipelines

Módulo 6: CI/CD for Kubeflow Pipelines on AI Platform

  • Create Cloud Build Builders
  • Configure pipelines with Cloud Build
  • Create triggers for training models using Cloud Build Triggers
  • Adopt the best CI/CD practices in the context of ML systems

Módulo 7: Summary

  • Summarize the course
Material del curso

Documentación oficial para el curso MLOps (Machine Learning Operations) Fundamentals.

Perfil del docente
  • Formador certificado por Google Cloud.
  • Más de 5 años de experiencia profesional.
  • Más de 4 años de experiencia docente.
  • Profesional activo en empresas del sector IT.
Promociones

Antiguos alumnos

Si has asistido a alguno de nuestros cursos, tienes un 10% de descuento en la matrícula de tus próximos cursos o certificaciones oficiales.

Carné Joven Comunidad de Madrid

Si tienes el Carné Joven de la Comunidad de Madrid, dispones de un 15% de descuento en todos nuestros cursos y certificaciones. Únicamente deberás presentar tu carné.

Desempleados

Bonificamos un 10% la matrícula de tu curso o certificación oficial. Únicamente deberás acreditarlo con cualquiera de los documentos oficiales disponibles.

Discapacitados

Si tienes algún tipo de discapacidad, cuentas con un 10% de descuento en la matrícula de tu curso. Únicamente deberás acreditarlo.

Familia numerosa

¡Te ayudamos! Sabemos que es importante cuidar de la economía familiar, por eso, y en cumplimiento de nuestra política de Responsabilidad Social Corporativa, si eres miembro de una familia numerosa, puedes beneficiarte de un 10% de descuento en la matrícula de cualquier curso. Únicamente deberás acreditarlo.

Amigos o compañeros profesionales

Si te inscribes a nuestros cursos con uno o más amigos o compañeros técnicos, cada uno de vosotros obtendréis un descuento del 10% en vuestra formación.

Si trabajáis en la misma empresa, consulta los descuentos para departamentos profesionales.

Empresas

Mantener, actualizar y perfeccionar las habilidades y conocimientos del equipo de trabajo es esencial para la adaptación y el éxito de la estrategia empresarial en el entorno dinámico y desafiante en el que competimos.

Si deseas planificar la formación (técnica, metodológica o de habilidades) de tu equipo, consulta nuestros planes de formación continua o los descuentos en cursos y certificaciones técnicas.

Medios de pago

Fundae (Formación bonificable)

Prácticamente la totalidad de nuestra formación puede ser bonificada aplicando el crédito de formación que las empresas y autónomos tienen anualmente en Fundae.

Consúltanos y no te preocupes, lo gestionamos por ti.

Sodexo (Pluxee)

Ahorra con tu cheque virtual.

Formación Pass de Pluxee (Sodexo) es un servicio que facilita el acceso y pago de formación y certificación oficial. Al estar exento del IRPF, ahorras al menos un 25% del importe total.

Úsalo con nosotros.


Descuentos no aplicables a Red Hat ni Oracle. La formación de Red Hat no es bonificable en Fundae. Los exámenes de certificación no se pueden bonificar. Podrán bonificarse únicamente si son indivisibles del curso que los prepara.

Solicita información

Partner oficial de los principales fabricantes tecnológicos

ITIL® y PRINCE2® son marcas comerciales registradas de AXELOS Limited, utilizadas bajo permiso de AXELOS Limited. The Swirl logo™ es una marca comercial de AXELOS Limited, utilizada bajo permiso de AXELOS Limited. Todos los derechos reservados.