Ponte en Contacto

Temario del curso

Introducción a los flujos de trabajo CI/CD para IA

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

Contenedorización 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 tuberías CI/CD

  • Opciones de herramientas CI/CD y sus ecosistemas.
  • Construcción de tuberías para el empaquetado automatizado de modelos.
  • Validación de las tuberías mediante comprobaciones automatizadas.

Pruebas de modelos de IA en CI

  • Automatización de las comprobaciones de integridad de los datos.
  • Pruebas unitarias e integradas para servicios de modelo.
  • Validación del rendimiento y detección de regresiones.

Despliegue automatizado de servicios de IA basados en Docker

  • Despliegue de contenedores de IA en entornos cloud.
  • Implementación de despliegues blue-green y canary.
  • Estrategias de reversión (rollback) ante fallos en el despliegue.

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 las actualizaciones de modelos entre servicios.

Monitoreo y observabilidad en CI/CD para IA

  • Rastreo del rendimiento de las tuberías y los modelos.
  • Sistemas de alerta para fallos en la construcción o deriva (drift) de modelos.
  • Trazabilidad del comportamiento de la inferencia entre entornos.

Escalado de las tuberías CI/CD para sistemas de IA

  • Parallelización de la construcción para modelos grandes.
  • Optimización de los recursos de cálculo y almacenamiento.
  • Integración de ejecutores distribuidos y remotos.

Resumen y próximos pasos

Requerimientos

  • Comprensión de los ciclos de vida de los modelos de aprendizaje automático.
  • Experiencia con la contenedorización mediante Docker.
  • Conocimiento familiar de los conceptos y las tuberías (pipelines) de CI/CD.

Público objetivo

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas