Temario del curso
Fundamentos de la Contenedorización para MLOps
- Comprensión de los requisitos del ciclo de vida de ML
- Conceptos clave de Docker para sistemas de ML
- Mejores prácticas para entornos reproducibles
Construcción de Pipelines de Entrenamiento Contenerizados para ML
- Empaquetado del código de entrenamiento del modelo y dependencias
- Configuración de jobs de entrenamiento utilizando imágenes Docker
- Gestión de datasets y artefactos dentro de contenedores
Contenedorización de la Validación y Evaluación del Modelo
- Reproducción de entornos de evaluación
- Automatización de flujos de trabajo de validación
- Captura de métricas y logs desde contenedores
Inferencia Contenerizada y Aprovechamiento (Serving)
- Diseño de microservicios para inferencia
- Optimización de contenedores de runtime para producción
- Implementación de arquitecturas de serving escalables
Orquestación de Pipelines con Docker Compose
- Coordinación de flujos de trabajo multi-contenedor para ML
- Aislamiento del entorno y gestión de configuraciones
- Integración de servicios complementarios (p. ej., rastreo, almacenamiento)
Versionado del Modelo de ML y Gestión del Ciclo de Vida
- Rastreo de modelos, imágenes y componentes del pipeline
- Entornos contenerizados con control de versiones
- Integración de MLflow u otras herramientas similares
Despliegue y Escalamiento de Cargas de Trabajo de ML
- Ejecución de pipelines en entornos distribuidos
- Escalamiento de microservicios utilizando enfoques nativos de Docker
- Monitoreo de sistemas de ML contenerizados
CI/CD para MLOps con Docker
- Automatización de builds y despliegue de componentes de ML
- Pruebas de pipelines en entornos de staging contenerizados
- Garantía de reproducibilidad y capacidad de rollbacks
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los flujos de trabajo de machine learning
- Experiencia con Python para desarrollo de datos o modelos
- Conocimiento de los fundamentos de los contenedores
Dirigido a
- Ingenieros MLOps
- Profesionales de DevOps
- Equipos de plataformas de datos
Reseñas (3)
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 formador tenía mucho conocimiento y paciencia para compartir con nosotros
Bogdan Olaru
Curso - Introduction to Docker
Traducción Automática
El conocimiento y los intercambios con Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Curso - Docker and Kubernetes
Traducción Automática
