Model Development at Scale - Spanish
En este curso, aprenderá a diseñar e implementar flujos de trabajo de machine learning que escalan desde una sola máquina hasta compute distribuido en Databricks. El plan de estudios está organizado en tres módulos: fundamentos del desarrollo de modelos (cuándo y por qué distribuir, y cómo Spark ejecuta el trabajo), desarrollo escalable de modelos con Spark ML y MLflow, y entrenamiento distribuido de modelos con Ray y PyTorch — con cierre en un Framework para elegir la herramienta adecuada para cada carga de trabajo.
A través de demostraciones prácticas y laboratorios, construirá Pipelines de ML distribuidos con Spark utilizando Transformers, Estimators y el paradigma fit/transform; escalará código existente de Pandas con la Pandas API on Spark; y realizará seguimiento, comparación y gobernanza de experimentos con MLflow 3 y Unity Catalog. Luego entrenará modelos en un cluster con Ray Train y PyTorch (TorchDistributor y DeepSpeed), y aprenderá a asignar cada carga de trabajo al Framework adecuado según el tamaño de los datos, el tamaño del modelo, el hardware y el costo.
El curso concluye con un proyecto integrador que aborda un problema de principio a fin: ingeniería de características, entrenamiento de un modelo a escala, seguimiento con MLflow y registro en Unity Catalog con un alias de gobernanza. (La implementación en producción, el servicio y el monitoreo se tratan en el curso independiente Advanced MLOps.)
Al finalizar, podrá elegir, construir y justificar flujos de trabajo de desarrollo de modelos distribuidos, reproducibles y gobernados en Databricks.
Nota: Para los archivos de lecciones SCORM, asegúrese de cerrar la ventana de SCORM después de completar el contenido. No haga clic en el botón «Next Lesson», ya que esto podría impedir que el módulo SCORM se marque como completado.
Este curso es más adecuado para estudiantes con la siguiente experiencia previa:
• El usuario debe tener conocimientos de nivel intermedio sobre conceptos tradicionales de machine learning, su desarrollo y el uso de Python y Git en proyectos de ML.
• Se recomienda que el usuario tenga experiencia de nivel intermedio con Python.
• El contenido de Databricks Academy está diseñado para ejecutarse únicamente en el entorno Vocareum proporcionado.
• Databricks no garantiza que el contenido pueda ejecutarse correctamente en otras instancias de un Workspace de Databricks.
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.
