• Metodología CRISP: Evolución de DM a ML. Descripción de sus etapas.
• Data Science vs. ML Engineering vs. MLOps. Casos de uso, alcance y principales diferencias.
• ML vs. AutoML. Principales características y ventajas de cada uno.
• Programación avanzada con Python. POO y Testing de código.
• Tool-set para ML Engineering I: GitHub, descripción, proceso de configuración, test y ejemplo de uso.
• Tool-set para ML Engineering II: Docker, descripción, proceso de configuración, test y ejemplo de uso.
• Tool-set para ML Engineering III: Apache Airflow, descripción, test y ejemplo de uso.
• Fundamentos de uso de AWS.