Introduction to Apache Spark - Spanish

¡Le damos la bienvenida a Machine Learning with Databricks!

Este curso es su puerta de entrada para dominar los flujos de trabajo de machine learning en Databricks. Sumérjase en la preparación de datos, el desarrollo de modelos, el despliegue y las operaciones, con la guía de instructores expertos. Aprenda las habilidades esenciales para la exploración de datos, el entrenamiento de modelos y las estrategias de despliegue adaptadas a Databricks. Al finalizar el curso, contará con el conocimiento y la confianza para recorrer todo el ciclo de vida del machine learning en la Plataforma de Databricks, lo que le permitirá crear y desplegar soluciones de machine learning robustas de manera eficiente.

Nota: Databricks Academy está pasando a un formato basado en cuadernos para las sesiones presenciales en el entorno de Databricks, dejando de utilizar presentaciones de diapositivas para las clases. Puedes acceder a los cuadernos de las clases en el entorno de laboratorio de Vocareum.

Data Preparation for Machine Learning

Este curso se centra en los fundamentos de la preparación de datos para machine learning utilizando Databricks. Los participantes aprenderán habilidades esenciales para explorar, limpiar y organizar datos adaptados para aplicaciones tradicionales de machine learning. Los temas clave incluyen visualización de datos, ingeniería de características y estrategias óptimas de almacenamiento de características. A través de ejercicios prácticos, los participantes adquirirán experiencia práctica en la preparación eficiente de conjuntos de datos para machine learning dentro de Databricks. Este curso está diseñado para Científicos de datos de nivel asociado y profesionales de machine learning, así como para personas que buscan mejorar su competencia en la preparación de datos, garantizando una base sólida para el despliegue exitosamente de Modelos de machine learning.

Machine Learning Model Development

Este completo curso ofrece una guía práctica para desarrollar modelos de machine learning tradicionales en Databricks, con énfasis en demostraciones prácticas y flujos de trabajo que utilizan las bibliotecas de ML más populares. Los participantes explorarán técnicas clave de ML, incluidas la regresión y el clustering, a la vez que aprovechan las potentes capacidades de Databricks. El curso abarca la integración de MLflow para el seguimiento de modelos, el Databricks Feature Store para la gestión de features y Optuna para el ajuste de hiperparámetros. Además, los participantes aprenderán a acelerar el desarrollo de modelos con Genie Code, el asistente de codificación impulsado por IA de Databricks que utiliza lenguaje natural, conexiones MCP, instrucciones y habilidades para guiar todo el ciclo de vida del ML. Al finalizar el curso, los alumnos contarán con habilidades prácticas y aplicables para desarrollar, optimizar e implementar modelos de machine learning de forma eficiente en el entorno de Databricks.

Machine Learning Model Deployment

Este curso está diseñado para presentar tres estrategias principales de despliegue de machine learning e ilustrar la implementación de cada estrategia en Databricks. Tras explorar los fundamentos del despliegue de modelos, el curso profundiza en la inferencia Batch, ofreciendo demostraciones prácticas y laboratorios para utilizar un modelo en escenarios de inferencia Batch, junto con consideraciones para la optimización del rendimiento. La segunda parte del curso cubre de manera exhaustiva el despliegue de Pipeline, mientras que el segmento final se centra en el despliegue en tiempo real. Los participantes realizarán demostraciones prácticas y laboratorios, desplegando modelos con Model Serving y utilizando el endpoint de servicio para inferencia en tiempo real.

Machine Learning Operations

Este curso guiará a los participantes a través de una exploración exhaustiva de las operaciones de Modelo de machine learning, con enfoque en MLOps y la gestión del ciclo de vida del modelo. El segmento inicial cubre los componentes esenciales de MLOps y las mejores prácticas, proporcionando a los participantes una base sólida para operacionalizar eficazmente los Modelos de machine learning. En la segunda parte del curso, profundizaremos en los fundamentos del ciclo de vida del modelo, demostrando cómo navegarlo de manera fluida utilizando el Registro de modelos en conjunto con Unity Catalog para una gestión eficiente del modelo. Al finalizar el curso, los participantes habrán adquirido perspectivas prácticas y una comprensión integral de los principios de MLOps, equipados con las habilidades necesarias para desenvolverse en el intrincado panorama de las operaciones de Modelo de machine learning.

Languages Available: English | 日本語 | Português BR | 한국어

En este curso, aprenderá cómo implementar Gobernanza de datos a escala en Databricks utilizando Unity Catalog, con enfoque en el control de acceso basado en atributos, la observabilidad y el intercambio federado. Configurará ABAC con tags gobernados, migrará desde controles detallados heredados, habilitará y utilizará tablas del sistema para auditoría y monitoreo de costos, implementará Data Quality Monitoring para la calidad de datos y modelos, interpretará el Linaje para el impacto y cumplimiento, y aplicará gobernanza federada y patrones de Delta Sharing para una colaboración segura entre nubes.

Nota: Databricks Academy está pasando a un formato basado en cuadernos para las sesiones presenciales en el entorno de Databricks, dejando de utilizar presentaciones de diapositivas para las clases. Puedes acceder a los cuadernos de las clases en el entorno de laboratorio de Vocareum.

Este curso guiará a los participantes a través de una exploración exhaustiva de las operaciones de Modelo de machine learning, con enfoque en MLOps y la gestión del ciclo de vida del modelo. El segmento inicial cubre los componentes esenciales de MLOps y las mejores prácticas, proporcionando a los participantes una base sólida para operacionalizar eficazmente los Modelos de machine learning. En la segunda parte del curso, profundizaremos en los fundamentos del ciclo de vida del modelo, demostrando cómo navegarlo de manera fluida utilizando el Registro de modelos en conjunto con Unity Catalog para una gestión eficiente del modelo. Al finalizar el curso, los participantes habrán adquirido perspectivas prácticas y una comprensión integral de los principios de MLOps, equipados con las habilidades necesarias para desenvolverse en el intrincado panorama de las operaciones de Modelo de machine learning.

Nota: Databricks Academy está pasando a un formato basado en cuadernos para las sesiones presenciales en el entorno de Databricks, dejando de utilizar presentaciones de diapositivas para las clases. Puedes acceder a los cuadernos de las clases en el entorno de laboratorio de Vocareum.

Languages Available: English | 日本語 | Português BR | 한국어