Aprende a crear pipelines de MLOps y productiviza modelos de Machine Learning en las plataformas más demandadas del mercado, que ayuden a lograr los objetivos de negocios a las organizaciones.

La Especialización está dirigida:

  • Científicos de datos
  • Machine Learning Engineer
  • Ingenieros de datos
  • Arquitectos Big Data
  • Entusiastas de MLOps

Objetivos de la Especialización:

  • Conocer los servicios de Machine Learning en AWS, Google Cloud Platform y Azure.
  • Diseñar un sistema de Machine Learning end-to-end considerando el alcance del proyecto, necesidades de datos, estrategias de modelado y requisitos de implementación.
  • Establecer un proyecto baseline con manejo de concept drift.
  • Crear un prototipo de cómo desarrollar, implementar y mejorar continuamente una aplicación de ML en producción.
  • Aplicar buenas prácticas y técnicas de entrega progresivas para mantener y monitorear un sistema de Machine Learning en producción.
  • Establecer el ciclo de vida de los datos utilizando herramientas de metadatos y linaje de datos. 

Requisitos:

  • Conocimientos de Python
  • Haber trabajado con alguna plataforma de Cloud (AWS, Google Cloud o Azure)
  • Cuenta gratuita en Google Cloud, AWS, Azure y Databricks (Community Edition)

Temario

Módulo I : Introducción

  • Ciclo de vida de un modelo de Machine Learning
  • Sistemas de Machine Learning
  • Introducción a MLOps
  • Niveles de madurez
  • Soluciones de MLOps

Módulo II : MLOps en AWS

  • SageMaker Notebooks
  • Algoritmos de Machine Learning en AWS
  • Algoritmos customizados
  • Hipertuning
  • Procesamiento de datos con SageMaker Processing
  • SageMaker Training
  • EMR Notebooks
  • Despliegue batch de modelo de clasificación
  • Despliegue online de sistema de recomendación
  • Despliegue online serverless de modelo de regresión
  • Despliegue en contenedores
  • Monitoreo de modelos con SageMaker Model Monitor
  • MLFlow en AWS
  • SageMaker Debugger
  • Concept Drift
  • Orquestando entrenamiento y despliegue de modelos usando servicios de AWS
  • Feature Store
  • SageMaker Pipelines

Módulo III : MLOps en Google Cloud

  • Configurando un entorno MLOps en Google Cloud
  • Experimentación y desarrollo de Machine Learning : AI Platform Notebooks
  • Entrenamiento de modelos escalable y serverless : AI Platform Training
  • Servicio de modelos escalable y serverless : AI Platform Prediction
  • Procesamiento distribuido de datos por batch y realtime usando Dataflow
  • CI/CD para procesamiento de datos
  • Gestión de metadatos de Machine Learning con Cloud SQL
  • Aprovisionamiento de una implementación standalone de Kubeflow Pipelines
  • Kubeflow native
  • CI/CD en MLOps
  • Vertex AI

Módulo IV : MLOps en Azure

  • Creación de Pipelines de Machine Learning con Azure ML
  • Creación de entornos de desarrollo con Azure ML environments
  • Creación de Pipeline en Azure ML para batch scoring
  • Despliegue en Azure Kubernetes Service (AKS)
  • Despliegue en Azure Container Instances
  • Azure Machine Learning compute cluster
  • Scoring Real Time con AKS
  • Azure Data Factory Pipelines
  • Data drift : Dataset monitors
  • Reentrenamiento de modelos con Azure ML Designer

Módulo V : Open Source

  • Construcción de un Lakehouse con Delta Lake
  • MLOps usando MLFlow
  • Ludwig para entrenamiento de modelos de Deep Learning
Instructora : Jenny Lucía Vega

Machine Learning Engineer / Data Architect / Maestría en Inteligencia Artificial

  • Data Architect en Globant 
  • Machine Learning Engineer en Rappi 
  • Machine Learning Engineer en Belcorp
  • Machine Learning Engineer y Data Scientist en Rímac
  • Bootcamp Full Stack Deep Learning en la Universidad de Berkeley
  • MITx en edX – Statistics and Data Science
  • Certificada como Arquitecta de Soluciones en AWS

Duración:

  • La duración de la especialización es de 42 horas cronológicas.
  • Todas las clases serán en vivo y se grabarán para su posterior revisión.

Inicio y horario de clases:

Inicio de clases: Miércoles 01 de septiembre del 2021
Fin de clases: Sábado 02 de octubre del 2021

Detalle de las 14 sesiones:

Septiembre : 01, 04, 06, 08, 11, 13, 15, 18, 20, 22, 25, 27, 29
Octubre : 02
El horario será : Lunes, miércoles de 07:00pm a 10:00pm y sábados de 9am a 12pm (Zona Horaria GMT-5)

Informes e inscripciones:

Correo: info@bigdataiot.cloud

Una vez realizado el pago, deberá enviar la siguiente información al correo info@bigdataiot.cloud
 Nombres y apellidos
 Celular
 Empresa
 Puesto actual
 Universidad
 Carrera

Especialización de MLOps
$500