Machine Learning Model Development - Spanish
Este curso integral proporciona una guía práctica para desarrollar modelos tradicionales de machine learning en Databricks, con énfasis en demostraciones prácticas y flujos de trabajo utilizando bibliotecas ML populares. Los participantes explorarán técnicas clave de ML, incluyendo regresión y clustering, aprovechando las potentes capacidades de Databricks. El curso abarca la integración con MLflow para el seguimiento de modelos, Databricks Feature Store para la gestión de características, 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 el ciclo de vida completo de ML. Al finalizar el curso, los estudiantes contarán con habilidades prácticas del mundo real para desarrollar, optimizar e implementar modelos de machine learning de manera eficiente en el entorno de Databricks.
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 capacidades:
• Familiaridad con la Plataforma de Inteligencia de Datos de Databricks y operaciones básicas de 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 de model registry y control de versiones de modelos
• Comprensión de los fundamentos de machine learning, incluyendo entrenamiento de modelos, evaluación, inferencia Batch y conceptos de despliegue en tiempo real
• Experiencia intermedia con Unity Catalog para gobernanza de datos y 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.
