Curso en Machine Learning Operations (MLOps)
100% Online
200 horas
260€
Curso en Machine Learning Operations (MLOps)
    Curso en Machine Learning Operations (MLOps)

    Curso en Machine Learning Operations (MLOps)

    100% Online
    200 horas
    260€
    Seguridad y confianza en tus pagos online.

    Presentación

    Este Curso en Machine Learning Operations (MLOps) proporciona una visión completa de la gestión de proyectos de aprendizaje automático, destacando la automatización, implantación y monitorización de modelos en entornos de producción. Durante toda la formación se aborda la adquisición de datos, configuración de entornos de desarrollo y herramientas avanzadas como MLflow, Kubeflow y Prometheus. A través de comparaciones con DevOps y DataOps, se prepara a los estudiantes para integrar MLOps en diversas industrias, optimizando el rendimiento y la fiabilidad de los modelos de ML. Además, cubre la prevención de degradación de modelos y garantiza el cumplimiento de estándares de calidad gracias al uso de todas estas tecnologías.
    Qs World University Rankings

    Universidades colaboradoras

    Para qué te prepara
    El Curso en Machine Learning Operations (MLOps) te prepara para gestionar eficientemente proyectos de aprendizaje automático en todas sus fases, desde la adquisición de datos hasta la monitorización y mantenimiento de modelos en producción. Aprenderás a implementar herramientas de automatización, testing y monitorización, integrando MLOps con sistemas existentes para garantizar la escalabilidad y fiabilidad de los modelos de ML.
    Objetivos
    - Entender los conceptos clave y la importancia de MLOps. - Aprender a automatizar procesos de ML con herramientas avanzadas. - Implementar estrategias de adquisición y preprocesamiento de datos. - Configurar entornos de desarrollo y realizar testing de modelos de ML. - Monitorear el rendimiento y prevenir la degradación de modelos en producción. - Integrar MLOps con otras tecnologías y sistemas. - Conocer casos de uso de MLOps en diferentes sectores.
    A quién va dirigido
    Este Curso en Machine Learning Operations (MLOps) está dirigido a profesionales de datos, de ingeniería de software, de ciencia de datos y especialistas en aprendizaje automático que buscan optimizar la implantación y gestión de modelos de ML en producción, así como automatizar procesos de desarrollo y mejorar la calidad de sus sistemas a través de la integración de MLOps.
    Salidas Profesionales
    Al superar este Curso en Machine Learning Operations (MLOps) podrás optar a roles en ingeniería de MLOps, ciencia de datos, ingeniería de datos o especialista en DevOps enfocado en la integración de aprendizaje automático. Gracias a la formación obtendrás un perfil altamente demandado en sectores como tecnología, finanzas, salud, comercio y manufactura.
    Temario

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A MLOPS

    UNIDAD DIDÁCTICA 2. AUTOMATIZACIÓN DE PROCESOS DE APRENDIZAJE AUTOMÁTICO

    UNIDAD DIDÁCTICA 3. ADQUISICIÓN Y PREPARACIÓN DE DATOS EN ML

    UNIDAD DIDÁCTICA 4. ENTORNO DE DESARROLLO Y PRUEBAS DE ML

    UNIDAD DIDÁCTICA 5. IMPLANTACIÓN Y MONITORIZACIÓN DE MODELOS DE ML

    UNIDAD DIDÁCTICA 6. INTEGRACIÓN DE MLOPS CON OTRAS HERRAMIENTAS Y TECNOLOGÍAS

    Titulación
    Claustro

    Rafael Marín Sastre

    Ingeniero técnico en informática de sistemas por la Universidad de Granada (UGR).  

    Apasionado de la informática y de las nuevas tecnologías, cuenta con 10 años de experiencia y vocación en el ámbito TIC y la programación de software. Es experto en desarrollo web, programación de aplicaciones, análisis de datos, big data, ciberseguridad y diseño y experiencia de usuario (UX/UI). 

    Alan Sastre

    Ocupa el puesto de CTO (Chief Technology Officer) y formador. Diseña e imparte formación en diferentes áreas como desarrollo web, bases de datos, big data, business intelligence y ciencia de datos. Además, trabaja diaramente con las tecnologías del ecosistema Java, C# y Phyton.

    Dani Pérez Lima

    Global IT support manager de una multinacional con más de 20 años de experiencia en el mundo IT, además de un apasionado de la virtualización de sistemas y de la transmisión de conocimiento en el ámbito de la tecnología.

    José Domingo Muñoz Rodríguez

    Ingeniero informático, profesor de secundaria de ASIR y coorganizador de OpenStack Sevilla con dilata experiencia en sistemas GNU/Linux. Administra clouds públicos y gestiona un cloud privado con OpenStack.

    Juan Benito Pacheco

    Como tech lead, ayuda a organizaciones a escalar sus servicios e infraestructura. Lleva más de 5 años programando tanto en front-end como back-end con JavaScript, Angular, Python o Django, entre otras tecnologías.

    Juan Diego Pérez Jiménez

    Profesor de Ciclos Formativos de Grado Superior de Informática. Más de 10 años creando páginas web y enseñando cómo hacerlas, cómo usar bases de datos y todo lo relacionado con la informática.

    Solicitar información