El campo tecnológico, cuando se trata de soluciones software, éstas son el resultado de dos fases análogas denominadas “de Desarrollo” y “de Producción”, siendo la primera aquella en la que los programadores implementan todo el código necesario para su funcionamiento, y la segunda aquella en la que se despliega para ponerla a disposición de los usuarios finales. Ambas fases se traslapan fácilmente a productos de machine learning y al desarrollo de modelos predictivos, ya que, en estricto, estas soluciones también encajan en la categoría de software.
Pre-requisitos:
- Conocimientos en desarrollo de modelos predictivos supervisados y no supervisados.
- Dominio del lenguaje R y/o Python.
- Conocimiento de algoritmos y programación en general.
Objetivo General: Aprende a automatizar el pipeline de un proyecto de machine learning, poner a disposición de los usuarios un modelo predictivo como un servicio web, así como automatizar y monitorizar cada una de sus etapas.
Objetivos Específicos:
- Aprende a emplear las herramientas básicas para el Machine Learning Engineering.
- Aprende a gestionar el Pipeline de un proyecto de machine learning a través de una herramienta low-Code.
- Aprende a desplegar un modelo predictivo como un servicio web partiendo de la implementación de un servidor básico.
- Aprende sobre los fundamentos de LLM y las herramientas relacionadas para empaquetar y desplegar el modelo.
Resumen del contenido:
- Fundamentos de ML Engineering.
- AutoML.
- Serving Models.
- Automatización y Monitoreo.
- Fundamentos de Large Language Model.
Inversión:
S/2,030.00
S/2,900.00
Inicio:
12/12/2023
Fin: 08/02/24
60 hrs. académicas
Online, 100% en vivo
15 sesiones
Ma - Ju / 7:30PM - 10:30PM
Certificado de aprobación
