Contacta con nosotros

Temario del curso

Introducción a la contenedorización para IA y ML

  • Conceptos fundamentales de la contenedorización
  • Por qué los contenedores son ideales para cargas de trabajo de ML
  • Diferencias clave entre contenedores y máquinas virtuales

Trabajando con imágenes y contenedores de Docker

  • Comprender imágenes, capas y registros
  • Gestionar contenedores para experimentación de ML
  • Utilizar la CLI de Docker de manera eficiente

Empaquetando entornos de ML

  • Preparar bases de código de ML para su contenedorización
  • Gestionar entornos y dependencias de Python
  • Integrar soporte para CUDA y GPUs

Creación de Dockerfiles para aprendizaje automático

  • Estructurar Dockerfiles para proyectos de ML
  • Mejores prácticas para rendimiento y mantenibilidad
  • Utilizar compilaciones multietapa (multi-stage builds)

Contenerización de modelos y pipelines de ML

  • Empaquetar modelos entrenados en contenedores
  • Gestionar estrategias de datos y almacenamiento
  • Desplegar flujos de trabajo reproducibles de extremo a extremo

Ejecución de servicios de ML en contenedores

  • Exponer puntos finales (endpoints) de API para inferencia de modelos
  • Escalar servicios con Docker Compose
  • Monitorear el comportamiento en tiempo de ejecución

Consideraciones de seguridad y cumplimiento

  • Garantizar configuraciones seguras de contenedores
  • Gestionar accesos y credenciales
  • Manejar activos confidenciales de ML

Despliegue en entornos de producción

  • Publicar imágenes en registros de contenedores
  • Desplegar contenedores en configuraciones locales o en la nube
  • Versionado y actualización de servicios en producción

Resumen y próximos pasos

Requerimientos

  • Comprender los flujos de trabajo de aprendizaje automático
  • Experiencia con Python o lenguajes de programación similares
  • Familiaridad con operaciones básicas de la línea de comandos de Linux

Audiencia objetivo

  • Ingenieros de ML que despliegan modelos en producción
  • Científicos de datos que gestionan entornos reproducibles para experimentación
  • Desarrolladores de IA que construyen aplicaciones escalables en contenedores
 14 Horas

Número de participantes


Precio por participante

Testimonios (3)

Próximos cursos

Categorías Relacionadas