Ponte en Contacto

Temario del curso

Introducción a los flujos de trabajo CI/CD para IA

  • Desafíos únicos en los pipelines de entrega de modelos de IA.
  • Comparación entre procesos tradicionales de DevOps y MLOps.
  • Componentes principales del despliegue automatizado de modelos.

Contenedorización de modelos de IA con Docker

  • Diseño de Dockerfiles eficientes para inferencia de ML.
  • Gestión de dependencias y artefactos del modelo.
  • Construcción de imágenes seguras y optimizadas.

Configuración de pipelines CI/CD

  • Opciones de herramientas CI/CD y sus ecosistemas.
  • Construcción de pipelines para el empaquetado automatizado de modelos.
  • Validación de pipelines con verificaciones automatizadas.

Prueba de modelos de IA en la etapa de integración continua (CI)

  • Automatización de comprobaciones de integridad de datos.
  • Pruebas unitarias e integrales para servicios de modelo.
  • Validación de rendimiento y regresión.

Despliegue automatizado de servicios de IA basados en Docker

  • Implementación de contenedores de IA en entornos cloud.
  • Implementación de despliegues blue-green y canary.
  • Estrategias de rollback para implementaciones fallidas.

Gestión de versiones y artefactos del modelo

  • Uso de registros para el control de versiones de modelos y contenedores.
  • Etiquetado, firma y promoción de imágenes.
  • Coordinación de actualizaciones del modelo a través de servicios.

Monitoreo y observabilidad en CI/CD para IA

  • Seguimiento del rendimiento del pipeline y del modelo.
  • Alertas ante compilaciones fallidas o deriva del modelo (model drift).
  • Rastreo del comportamiento de inferencia entre entornos.

Escalabilidad de pipelines CI/CD para sistemas de IA

  • Paralelización de compilaciones para modelos grandes.
  • Optimización de recursos de cómputo y almacenamiento.
  • Integración de runners distribuidos y remotos.

Resumen y próximos pasos

Requerimientos

  • Conocimiento del ciclo de vida de los modelos de aprendizaje automático.
  • Experiencia con la contenedorización usando Docker.
  • Familiaridad con los conceptos y pipelines de CI/CD.

Público objetivo

  • Ingenieros DevOps.
  • Equipos MLOps.
  • Ingenieros AI-ops.
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas