Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción al Despliegue en Producción
- Principales desafíos al desplegar modelos ajustados.
- Diferencias entre entornos de desarrollo y producción.
- Herramientas y plataformas para el despliegue de modelos.
Preparación de los Modelos para el Despliegue
- Exportación de modelos en formatos estándar (ONNX, TensorFlow SavedModel, etc.).
- Optimización de modelos para reducir la latencia y aumentar el rendimiento.
- Pruebas del modelo con casos extremos y datos reales.
Contenerización para el Despliegue de Modelos
- Introducción a Docker.
- Creación de imágenes Docker para modelos de ML.
- Buenas prácticas para la seguridad y eficiencia del contenedor.
Escalar los Despliegues con Kubernetes
- Introducción a Kubernetes para cargas de trabajo de IA.
- Configuración de clústeres de Kubernetes para alojar modelos.
- Balanceo de carga y escalado horizontal.
Monitoreo y Mantenimiento de Modelos
- Implementación del monitoreo con Prometheus y Grafana.
- Registro automatizado para el seguimiento de errores y rendimiento.
- Pipelines de reacondicionamiento (retraining) para la deriva de modelos y actualizaciones.
Aseguramiento de la Seguridad en Producción
- Seguridad de las APIs para la inferencia del modelo.
- Mecanismos de autenticación y autorización.
- Abordaje de preocupaciones sobre la privacidad de los datos.
Estudios de Caso y Laboratorios Prácticos
- Despliegue de un modelo de análisis de sentimiento.
- Escalar un servicio de traducción automática.
- Implementación del monitoreo para modelos de clasificación de imágenes.
Resumen y Próximos Pasos
Requerimientos
- Sólido conocimiento de los flujos de trabajo de aprendizaje automático (Machine Learning).
- Experiencia previa ajustando modelos de ML.
- Conocimiento de los principios de DevOps o MLOps.
Audiencia Objetivo
- Ingenieros de DevOps.
- Especialistas en MLOps.
- Especialistas en despliegue de IA.
21 Horas
Reseñas (2)
El conocimiento y experiencia del consultor ya que se abordan los temas teóricos aplicándolos a la realidad de los procesos. El curso contiene un programa de mucho valor en la gestión de las tecnologías de información.
Luis Castro Gamboa - Cooperativa De Ahorro Y Credito Ande No. 1 R.L.
Curso - Site Reliability Engineering (SRE) Foundation®
Que fue muy claro en cada especificación
