Bootcamp de MLOps

Módulo 1 | 6 clases

Introducción al MLOps

1.- Clase grabada

Soft skills para MLOps

Por:

Yesi Díaz

2.- Curso

Curso Profesional de Docker

Por:

Luis Fernando Garcia Perez

3.- Clase grabada

CICD para ML

Por:

Francisco Palm

4.- Clase grabada

Infraestructura como Código

Por:

Francisco Palm

5.- Clase grabada

PyTest

Por:

Antonio Feregrino

6.- Clase grabada

Pytest; más allá de Pruebas Unitarias

Por:

Antonio Feregrino

Módulo 2 | 2 clases

Registro de experimentos y gestión de modelos

1.- Clase grabada

Introducción y uso de MLflow para registro de experimentos

Por:

Antonio Feregrino

2.- Clase grabada

Almacenamiento, registro y recuperación de modelos con MLflow

Por:

Antonio Feregrino

Módulo 3 | 5 clases

Orquestación y pipelines de ML

1.- Curso

Curso de Apache Airflow

Por:

Flavio Cesar Sandoval

2.- Clase grabada

Pipelines de ML con Metaflow

Por:

Antonio Feregrino

3.- Clase grabada

Introducción a Kubernetes y Kubeflow

Por:

Rossana Suárez

4.- Clase grabada

Airflow

Por:

Francisco Palm

5.- Clase grabada

Creación de ML pipelines

Por:

Equipo Código Facilito

Módulo 5 | 3 clases

Despliegue de modelos

1.- Clase grabada

Despliegue on-line

Por:

David Pedroza

2.- Clase grabada

Despliegue en batch

Por:

Rossana Suárez

3.- Clase grabada

Despliegue en Stream

Por:

Francisco Palm

Módulo 6 | 2 clases

Monitoreo de modelos

1.- Clase grabada

Logging en la ejecución de modelos de ML

Por:

David Pedroza

2.- Clase grabada

Detección de drift

Por:

David Pedroza

Módulo 7 | Próximamente

Bootcamp de MLOps

Temario

Introducción al MLOps

Registro de experimentos y gestión de modelos

Orquestación y pipelines de ML

Despliegue de modelos

Monitoreo de modelos

Cierre de clases