Machine Learning Model Deployment - Spanish
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.
Nota: para los archivos de lección SCORM, asegúrese de cerrar la ventana de SCORM después de completar el contenido. No haga clic en el botón "Next Lesson", ya que hacerlo podría impedir que el módulo SCORM se marque como completado.
En este curso, el contenido se desarrolló para participantes con las siguientes habilidades, conocimientos y aptitudes:
• Familiaridad con la Plataforma de Inteligencia de Datos de Databricks y las operaciones básicas del workspace (crear clusters, ejecutar código en notebooks, usar operaciones básicas de notebook, importar Repos desde Git)
• Experiencia de programación intermedia con Python, incluyendo bibliotecas de manipulación de datos (Pandas, NumPy) y trabajo con APIs (databricks-sdk, endpoints REST)
• Conocimiento básico de MLflow para el seguimiento de experimentos, registro de modelos, operaciones del model registry y versionado de modelos
• Comprensión de los fundamentos del machine learning, incluyendo el entrenamiento de modelos, evaluación, inferencia Batch y conceptos de despliegue en tiempo real
• Experiencia intermedia con Unity Catalog para la gobernanza de datos y la gestión del registro de modelos
• Familiaridad básica con los conceptos de Ingeniería de características, incluyendo tablas de características, búsquedas de características y almacenes de características offline vs online
• Comprensión de las operaciones de Delta Lake (crear tablas, realizar actualizaciones, optimizar archivos y liquid clustering) y técnicas de optimización del almacenamiento de datos
• Conocimiento básico de Apache Spark y PySpark para el procesamiento distribuido de datos y las Funciones Definidas por el Usuario (UDFs)
A tu propio ritmo
Rutas de aprendizaje personalizadas para roles y trayectorias profesionales de datos, analítica e IA, con videos a pedido.
Registration options
Databricks ofrece modalidades de aprendizaje para acompañarlo en todo su recorrido.
A tu propio ritmo
Rutas de aprendizaje personalizadas para roles y trayectorias profesionales de datos, analítica e IA, con videos a pedido.
Regístrese ahora
Instruido por expertos
Cursos públicos y privados impartidos por instructores expertos en sesiones de medio día o dos días.
Regístrese ahora
Aprendizaje combinado (Blended Learning)
Sesiones semanales dirigidas por un instructor, junto con opciones a tu propio ritmo, para todos los estilos de aprendizaje, optimizando la finalización y la retención del conocimiento. Visite la pestaña “Catálogo de suscripciones” para comprar.
Comprar ahora
Skills@Scale
Oferta de capacitación integral para clientes a gran escala que incluye elementos para todos los estilos de aprendizaje. Consulte con su ejecutivo de cuenta para obtener más detalles.
