Contacta con nosotros

Temario del curso

Introducción a los Flujos de Trabajo CI/CD para IA

  • Desafíos únicos de los pipelines de entrega de modelos de IA
  • Comparación entre procesos tradicionales de DevOps y MLOps
  • Componentes clave del despliegue automatizado de modelos

Contenerización de Modelos de IA con Docker

  • Diseño de Dockerfiles eficientes para inferencia de ML
  • Gestión de dependencias y artefactos del modelo
  • Construcción de imágenes seguras y optimizadas

Configuración de Pipelines CI/CD

  • Opciones de herramientas CI/CD y sus ecosistemas
  • Construcción de pipelines para el empaquetado automatizado de modelos
  • Validación de pipelines mediante chequeos automatizados

Pruebas de Modelos de IA en CI

  • Automatización de verificaciones de integridad de datos
  • Pruebas unitarias e integrales para servicios de modelos
  • Validación de rendimiento y regresión

Despliegue Automatizado de Servicios de IA Basados en Docker

  • Despliegue de contenedores de IA en entornos cloud
  • Implementación de lanzamientos tipo blue-green y canary
  • Estrategias de rollback para despliegues fallidos

Gestión de Versiones y Artefactos de Modelos

  • Uso de registros para el control de versiones de modelos y contenedores
  • Etiquetado, firma y promoción de imágenes
  • Coordinación de actualizaciones de modelos a través de servicios

Monitoreo y Observabilidad en CI/CD para IA

  • Seguimiento del rendimiento de los pipelines y de los modelos
  • Alertas ante construcciones fallidas o deriva de modelos (model drift)
  • Trazabilidad del comportamiento de inferencia a través de entornos

Escalado de Pipelines CI/CD para Sistemas de IA

  • Paralelización de builds para modelos grandes
  • Optimización de recursos de cómputo y almacenamiento
  • Integración de ejecutores distribuidos y remotos

Resumen y Próximos Pasos

Requerimientos

  • Conocimiento sobre los ciclos de vida de los modelos de aprendizaje automático
  • Experiencia con la contenerización en Docker
  • Familiaridad con los conceptos y pipelines de CI/CD

Público Objetivo

  • Ingenieros DevOps
  • Equipos de MLOps
  • Ingenieros AI-ops
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas