Bootcamp de DevOps a MLOps: Transición hacia la Ingeniería P
Del Dato al Despliegue — Aprende MLOps Construyendo un Proyecto Real de Machine Learning con MLflow, Docker y Kubernetes
1,006
students
9 hours
content
Apr 2025
last update
$99.99
regular price
What you will learn
Comprender el ciclo de vida completo de un proyecto de machine learning desde el procesamiento de datos hasta el despliegue en producción.
Configurar y utilizar MLflow para el seguimiento de experimentos.
Aplicar técnicas de ingeniería de datos y características en notebooks de Jupyter.
Empaquetar modelos de ML utilizando FastAPI y desplegarlos con Docker y Kubernetes.
Construir interfaces visuales con Streamlit y conectarlas a modelos en producción.
Automatizar pipelines de ML con GitHub Actions y gestionar imágenes de contenedores con DockerHub.
Implementar modelos en producción con Seldon Core.
Supervisar modelos en producción usando Prometheus y Grafana.
Aplicar GitOps para entrega continua utilizando ArgoCD.
Integrar prácticas de DevOps en flujos de trabajo de machine learning (MLOps)
Screenshots
6582431
udemy ID
4/23/2025
course created date
4/27/2025
course indexed date
Bot
course submited by