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 de ML Contenerizadas
- Empaquetar el código y las dependencias del entrenamiento del modelo
- Configurar trabajos de entrenamiento utilizando imágenes de Docker
- Gestionar conjuntos de datos y artefactos dentro de contenedores
Contenedorización de la Validación y Evaluación del Modelo
- Reproducir entornos de evaluación
- Automatizar flujos de trabajo de validación
- Capturar métricas y registros desde los contenedores
Inferencia y Servicio Contenerizado
- Diseñar microservicios de inferencia
- Optimizar contenedores de tiempo de ejecución para producción
- Implementar arquitecturas de servicio escalables
Orquestación de Pipelines con Docker Compose
- Coordinar flujos de trabajo de ML multi-contenedor
- Aislamiento del entorno y gestión de configuraciones
- Integrar servicios complementarios (p. ej., seguimiento, almacenamiento)
Versionado y Gestión del Ciclo de Vida de Modelos de ML
- Rastreo de modelos, imágenes y componentes de la pipeline
- Entornos de contenedores con control de versiones
- Integración de MLflow o herramientas similares
Despliegue y Escalado de Cargas de Trabajo de ML
- Ejecutar pipelines en entornos distribuidos
- Escalar microservicios utilizando enfoques nativos de Docker
- Monitorear sistemas de ML contenerizados
CI/CD para MLOps con Docker
- Automatizar la construcción y el despliegue de componentes de ML
- Probar pipelines en entornos de staging contenerizados
- Garantizar la reproducibilidad y las posibilidades de reversión (rollback)
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los flujos de trabajo de aprendizaje automático
- Experiencia con Python para el desarrollo de datos o modelos
- Familiaridad con los fundamentos de los contenedores
Audiencia Objetivo
- Ingenieros de MLOps
- Profesionales de DevOps
- Equipos de plataformas de datos
Testimonios (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
