Containerización y Despliegue de Modelos de ML con Docker y Kubernetes
Aprende a containerizar tus flujos de Machine Learning con Docker y desplegarlos en Kubernetes para producción. Este curso práctico te guiará desde la creación de imágenes personalizadas hasta la orquestación de servicios escalables, optimizado para científicos de datos.
20
Lecciones
20
Prácticas
20
Quizzes
Filtro de calidad
Público solo si tiene profundidad, práctica y evaluación.
Aprendizaje aplicable
Lecciones orientadas a entregables, casos y decisiones reales.
Listo para equipos
Podemos adaptar rutas para onboarding, upskilling o ventas.
Evidencia de calidad
6.050
Caracteres promedio por lección
16
Lecciones con práctica
20
Quizzes evaluables
0
Pendientes antes de publicar
Vas a practicar con
- Automatizar Despliegues con CI/CD para ML
- Quiz: Evaluación del Proyecto Integrador
Containerización y Despliegue de Modelos de ML con Docker y Kubernetes
Contenido del curso
Comprenderás por qué Docker es esencial para reproducibilidad en ML y crearás tu primera imagen con un modelo de entrenamiento, evitando problemas de dependencias en diferentes entornos.
- 1.1Introducción a Containers y su Impacto en MLLectura15 min
- 1.2Instalación y Configuración de Docker en tu MáquinaLectura20 min
- 1.3Crear un Dockerfile para un Modelo de Scikit-learnLectura25 min
- 1.4Práctica: Containeriza un Pipeline de PreprocesamientoLectura30 min
- 1.5Quiz: Conceptos Básicos de DockerQuiz10 min
Descubrirás cómo Kubernetes gestiona la escalabilidad y disponibilidad de tus modelos, permitiéndote desplegar servicios de inferencia que se adapten a la demanda en tiempo real.
- 2.1Conceptos Clave de Kubernetes: Pods, Services y DeploymentsLectura20 min
- 2.2Configurar un Cluster Local con Minikube o KindLectura25 min
- 2.3Desplegar tu Primer Modelo en KubernetesLectura30 min
- 2.4Práctica: Escalar un Servicio de Inferencia con HPALectura25 min
- 2.5Quiz: Fundamentos de KubernetesQuiz10 min
Aprenderás a conectar todas las piezas: desde el entrenamiento containerizado hasta el despliegue automatizado, creando flujos completos que optimicen el ciclo de vida de tus modelos.
- 3.1Diseñar un Pipeline de ML con ContainersLectura20 min
- 3.2Usar Volumes para Persistencia de Datos y ModelosLectura25 min
- 3.3Automatizar Despliegues con CI/CD para MLLectura30 min
- 3.4Práctica: Crear un Pipeline End-to-end con Airflow y KubernetesLectura30 min
- 3.5Quiz: Integración de PipelinesQuiz10 min
Aplicarás todo lo aprendido para desplegar un sistema de recomendación escalable, desde la containerización del modelo hasta su monitorización en Kubernetes, consolidando tus habilidades en un escenario real.
- 4.1Definir el Modelo y Arquitectura del SistemaLectura20 min
- 4.2Containerizar el Modelo y sus DependenciasLectura25 min
- 4.3Desplegar y Configurar en Kubernetes con HelmLectura30 min
- 4.4Práctica: Implementar Monitorización y Logs con PrometheusLectura30 min
- 4.5Quiz: Evaluación del Proyecto IntegradorQuiz15 min
Cursos relacionados
Seguí aprendiendo dentro de la misma ruta.
Fine-tuning de LLMs con RLHF y DPO: De la teoría a la implementación práctica
Curso avanzado para ingenieros de ML que desean dominar técnicas de ajuste fino de modelos de lenguaje con aprendizaje por refuerzo. Aprenderás a implementar RLHF y DPO en modelos open-source, optimizando respuestas con retroalimentación humana y preferencias. Al finalizar, podrás desplegar modelos ajustados para aplicaciones reales con métricas de evaluación robustas.
LangGraph Avanzado: Construcción de Agentes de IA con Memoria y Herramientas
Curso práctico para ingenieros senior de IA que desean dominar LangGraph en la creación de agentes inteligentes con capacidades de memoria, uso de herramientas y lógica condicional. Aprenderás a diseñar sistemas que toman decisiones autónomas y ejecutan tareas complejas en entornos reales.
FastAPI para APIs de Machine Learning en Producción
Curso práctico para ML Engineers que desean desplegar modelos de machine learning como APIs REST robustas usando FastAPI. Aprenderás a implementar validación de datos, monitoreo en tiempo real y despliegue escalable, culminando con un proyecto completo listo para producción.
Para estudiantes y creadores
Aprendé este tema o creá una versión para tu audiencia.
Empezá el curso o postulá tu experiencia si querés publicar una ruta revisada en el marketplace.
Para empresas
Capacitación a medida
Si querés este contenido para un equipo, armamos rutas con objetivos, seguimiento y cursos propios.
Hablar por equipos