Nivel Avanzado
36 clases
5 horas de contenido
10 horas de práctica
Implementa flujos de MLOps para entrenar, registrar, desplegar y monitorear modelos de machine learning usando MLflow, FastAPI, Docker, AWS, Prefect y Grafana, gestionando el ciclo completo en producción.
Clases del curso
Tracking del ciclo de vida de modelos de machine learning
Orquestación de pipelines de machine learning
Despliegue de modelo de machine learning
Monitoreo de modelo de machine learning en producción
Profes del curso
Conoce quién enseña el curso
María Camila Durango
Machine Learning Developer
⚙️ MLOps Engineer
✨ Lideresa de la comunidad Medellín AI
conocimientos previos
- Programación orientada a objetos con Python.
- Git y GitHub.
- Manipulación y transformación de datos con Pandas y Numpy.
- Programación de API con Flask y/o FastAPI.
- Desarrollo de modelos de machine learning.
- Creación de contenedores con Docker.
- Amazon Web Services: bases de datos y EC2.
software y recursos necesarios
- Visual Studio Code.
- FastAPI
- Cuenta de AWS.
- AWS CLI.
- Poetry, Conda o Pip.
- Python 3.9.
Opiniones del curso
4.2 · 31 opiniones
Edwin Uldarico Hernandez Osorio
@EdwinHernandezOsorio·
Felicito a la docente por no hacer un mini curso y tratar de cubrir un aspecto tan extenso en un solo curso, Me gustaría que platzi realizara una escuela entera para MLops,
Christian Julian Acosta Santamaria
@Julian0216·
Me gustó mucho la dinámica del curso, dando a entender el flujo de MLOps desde el tracking hasta la puesta en producción. La implementación con AWS me pareció super buena. Sería interesante ver toda una escuela para MLOps.
Santiago Tamayo Lopez
@santiago.tamayo5663·
La claridad de los conceptos, las recomendaciones y la especificidad en cada uno de los pasos para interiorizar funcionamiento de los mismos y posibles integraciones o modificaciones
Daniel Hernandez
@danhergir·
Me encantó este curso, aprendí nuevas tecnologías y entendí nuevas cosas acerca de DevOps
Diego Alexander Chero Olazabal
@alex_069·
Excelentu curso, me encanto. Brinda muchas herramientas que requieren ser profundizadas pero en su simplicidad de uso se siente el potencial
Yharon Andres Junca Molano
@yamolano9074·
Gracias Profe Camila. En general, el curso muy completo y entendible, aprendí nuevas cosas y me llevo un mejor contexto del tema. Saludos.
Sandra Milena RAIRAN PINILLA
@sandramilenarairanpinilla·
Muy organizado y dominio del tema por parte de la ingeniera
Carlos Garavito
@cgaravitoc·
Es un gran curso para entender los fundamentos de MLOps.
David Santiago Puerta Betancur
@davidpb.2094·
Excelente curso, a pesar de lo denso, si le dedicas el tiempo necesario la profe y el contenido van a aportar demasiado, super recomendado
German Alonso Rodríguez Díaz
@germanArodriguez·
Gracias Maria Camila. Muy bien explicado
Francisco Serrato Jiménez
@fraserrato·
Curso avanzado, que se necesita tener conocimiento, hay mucha terminología que se utiliza y te puedes perder si no la dominas.
JOSE LUIS HURTADO BALCAZAR
@jlhb1984·
La calidad humana y profesional de la profe
Erick Lopez
@erickloopeze·
Excelente curso, aprendes mucho en verdad.
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Ruben Dario Troche Piñanez
@dtf.ruben.troche·
Excelente el curso. Muchísimas gracias Profesora y Platzi, por agregarme valor.
laureano rueda
@laureanorueda·
Excelente servicio!!
Carlos Villalobos
@carloszoom3000·
El tener los recursos que permiten seguir el paso a paso. Su tono pausado ayuda a entender sin abrumarse.
Yeimer Enrique Hurtado Moreno
@yhurtado700·
este curso es de lo mejor vale la pena
Sebastian Carvalho
@sebastian-carvalho·
Todo.
Juan R. Vergara M.
@juan-raul-vergara-m·
Lo mejor de este curso fue la comprensión profunda de MLOps, incluyendo la integración y automatización de procesos de Machine Learning, el seguimiento y gestión de modelos con MLflow, y el despliegue eficiente de modelos utilizando Docker y FastAPI. Además, el curso destacó la importancia de las mejores prácticas en el manejo de datos, la orquestación de tareas, y la creación de características para maximizar el rendimiento predictivo de los modelos.
Pablo Campiño
@pcampo21·
El curso es genial y valioso en su contenido. Aunque hubo aspectos a corregir, esto me agregó experiencia al solucionarlos como en los casos de Docker , AWS y Postgres, resultado con éxito todas las corridas de las prácticas. El alcance del curso fue bien amplio y sienta bases para profundizar. Como lo he hecho en otros cursos claves, vuelvo a repasar el curso con renovada atención a las valiosas recomendaciones de María Camila y a profundizar algunos aspectos técnicos. Recomiendo a Platzi revisar algunas escenas para ajustarlas en las presentaciones..
Daniel Fernando Murcia Perdomo
@daniel-fernando-murcia·
Gran curso para desplegar modelos
Andrés Márquez
@andres.marquez·
Me gustó mucho el curso ya que define las etapas de manera precisa y presenta los conceptos de forma clara. Se puede apreciar el dominio del tema por parte de la docente, quien explica la teoría de manera comprensible y efectiva. Sin embargo, en cuestiones técnicas, como el código y el despliegue, el curso avanza un poco rápido, lo que dificulta seguir la implementación paso a paso durante las clases. Creo que sería beneficioso dedicar más tiempo al diseño de estas sesiones para permitir una mejor comprensión y práctica. Resumen: El curso es excelente en teoría y claridad de conceptos, pero podría mejorar en la profundidad y el ritmo de las secciones técnicas para facilitar la implementación práctica.
Edgar A. Gonzalez Ambriz
@EdgarGA·
El docente tiene que mejorar pues mostraba demasiada inseguridad en cuanto le surgía un error en el código. Es difícil entender un código tan complejo preparado previamiente y no generado desde cero en tiempo real
Esteban Navarro Díaz
@estebannavarrodaz·
Es un curso innovador, no obstante, es necesario más conocimientos previos a los que se obtienen en la ruta, por ejemplo, es necesario saber de un poco más de manejo de servicios de nube y creación de aplicaciones.
Nicolas Felipe Palacios Villarraga
@npalaciosv·
El curso tiene muy buenas intenciones, pero la complejidad del modelo que se esta desarrollando desdibuja un poco la intencion... a lo mejor, si pudiera hacerse todo el codigo desde cero e ir aplicando progresivamente los conceptos, seria mucho mejor
Raúl Mamani Cusi
@mc.raul86·
Muy buen curso, quiza algunas veces se mezclaron conceptos, pero da una idea de MLOPS
Cesar De Alba
@cesar.dealba·
Lo mejor es el contenido del curso. Sin embargo se debería hacer aun mas hincapié en los pre requisitos del curso pues note mucha gente confundida en los comentarios. Adicional, incluir las herramientas mas populares, en este caso, tal vez era mejor usar airflow a prefect.
@dilanbarrios·
Personalmente que no sabía del tema, le falto hablar sobre temas básicos ya que hay personas como yo que apenas estamos viendo este curso, pero del resto excelente!
Carlos Mario Salazar
@carlosmsdiaz·
Este curso es bueno para alguien que ya tiene bases en MLOps y quiere enriquecer su conocimiento en el tema, pero no lo recomiendo para alguien principiante ya que terminara creando confusiones
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data Scientist con Python
99 horas
18 Profes
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Ruta
DevOps
50 horas
10 Profes
Aprende sobre las principales herramientas para automatizar tus procesos y desplegar tu aplicación.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender