Lección 5 de 25 · Lectura y práctica
Evaluación de conceptos Docker para ML
Tipo de lección: QuizEvaluación del móduloResponde estas preguntas para comprobar que puedes aplicar los criterios principales del módulo.
Del concepto a la práctica
Taller de esta lección
Esta evaluación comprueba si puedes elegir una solución según el ciclo de vida de los datos, no repetir definiciones. Analiza qué artefacto debe ser inmutable y qué información debe cambiar sin reconstruir la imagen.
Ejemplo resuelto
Para una API que usa modelo.joblib, clasifica así: imagen para código y bibliotecas; volumen o almacenamiento externo para resultados; variable de entorno para una ruta configurable; secreto fuera de la imagen para una credencial. Si el modelo cambia, crea una nueva etiqueta en lugar de sobrescribir silenciosamente la anterior.
Pruébalo
Identifica imagen, contenedor, volumen y registro en un escenario.
Decide dónde guardar un archivo generado.
Señala qué dato no debe entrar al Dockerfile.
Justifica cómo reproducirías una versión concreta.
Error frecuente: llamar imagen al proceso en ejecución. Corrección: la imagen es una plantilla inmutable; el contenedor es una instancia con ciclo de vida propio.
Comprueba tu resultado
Responde un caso con cuatro decisiones y una justificación por decisión. Debes indicar que el modelo se versiona como artefacto, que la salida persiste mediante un mecanismo externo al contenedor y que una credencial no se copia en la imagen. La respuesta se considera completa solo si distingue los cuatro objetos.
Preguntas y clave completa
¿Dónde van Python, bibliotecas y código de inferencia? En la imagen, que se construye antes de ejecutar.
¿Qué representa una instancia en ejecución con su capa escribible? Un contenedor; detenerlo y eliminarlo son operaciones distintas.
¿Qué permite conservar el resultado al eliminar ese contenedor? Un volumen o una carpeta del host montada correctamente, no la etiqueta de imagen.
¿Qué distribuye imágenes y qué identifica su contenido de forma inmutable? Un registro distribuye imágenes; el digest identifica contenido. Una etiqueta, incluso basada en un commit, puede reasignarse.
Para comprobarte, clasifica salida.csv como resultado persistido, MODEL_PATH como configuración no sensible y una contraseña como secreto externo a la imagen. Anota dónde vive cada uno y qué ocurre al reemplazar el contenedor. La respuesta debe distinguir nombre, contenido y ciclo de vida; cuatro aciertos son 100%, tres son 75%.

Mapa de prácticaEl código se empaqueta en una imagen y se prueba antes de publicarlo. Esa misma imagen se guarda en un registro y se usa en el despliegue. Comprobar la salud de las instancias permite detectar un fallo sin reconstruir el artefacto.
Ver la infografía en tamaño completo ↗Tipo de lección: Quiz
Evaluación del módulo
Responde estas preguntas para comprobar que puedes aplicar los criterios principales del módulo.
Sigue con Containerización y Despliegue de Modelos ML con Docker y Kubernetes
Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.
Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.