Del Dato al Despliegue — Aprende MLOps Construyendo un Proyecto Real de Machine Learning con MLflow, Docker y Kubernetes
Description
Nota: Este curso ha sido traducido del inglés al español con la ayuda de inteligencia artificial para facilitar el acceso a una audiencia hispanohablante. (AI)
Este bootcamp práctico está diseñado para ayudar a Ingenieros DevOps y profesionales de infraestructura a realizar la transición hacia el creciente campo de MLOps. Con la rápida integración de la IA y el aprendizaje automático en las aplicaciones modernas, MLOps se ha convertido en el puente esencial entre los modelos de machine learning y los sistemas de producción.
En este curso, trabajarás en un caso de uso del mundo real — predicción de precios de viviendas — y lo llevarás desde el procesamiento de datos hasta el despliegue en producción sobre Kubernetes. Comenzarás configurando tu entorno con Docker y MLFlow para el seguimiento de experimentos. Comprenderás el ciclo de vida del machine learning y obtendrás experiencia práctica en ingeniería de datos, ingeniería de características y experimentación de modelos utilizando notebooks de Jupyter.
Luego, empaquetarás el modelo con FastAPI y lo desplegarás junto a una interfaz de usuario basada en Streamlit. Escribirás workflows de GitHub Actions para automatizar tu pipeline de ML para CI y utilizarás DockerHub para publicar tus contenedores de modelos.
En etapas posteriores, construirás una infraestructura de inferencia escalable utilizando Kubernetes, expondrás servicios y conectarás interfaces frontend y backend mediante descubrimiento de servicios. Explorarás la implementación de modelos a nivel de producción con Seldon Core y supervisarás tus despliegues con paneles de Prometheus y Grafana.
Finalmente, explorarás la entrega continua basada en GitOps usando ArgoCD para gestionar y desplegar cambios en tu clúster de Kubernetes de forma limpia y automatizada.
Al finalizar este curso, estarás equipado con el conocimiento y la experiencia práctica para operar y automatizar flujos de trabajo de machine learning utilizando prácticas de DevOps — preparándote para roles profesionales en MLOps e Ingeniería de Plataformas de IA.
Total Students | 7748 |
---|---|
Duration | 9 hours |
Language | Español |
Original Price | |
Sale Price | 0 |
Number of lectures | 58 |
Number of quizzes | 0 |
Total Reviews | 80 |
Global Rating | 4.9016395 |
Instructor Name | School of Devops |
Course Insights (for Students)
Actionable, non-generic pointers before you enroll
Student Satisfaction
86% positive recent sentiment
Momentum
Steady interest
Time & Value
- Est. time: 9 hours
- Practical value: 8/10
Roadmap Fit
- Beginner → Beginner → Advanced
Key Takeaways for Learners
- Hands-on practice
- Real-world examples
- Project-based learning
- Hands On
- Real World
Course Review Summary
Signals distilled from the latest Udemy reviews
What learners praise
- Hands On
- Real World
- Practical
- Examples
- Well Structured
Watch-outs
No consistent issues reported.
Difficulty
Best suited for
New learners starting from zero
Reminder – Rate this 100% off Udemy Course on Udemy that you got for FREEE!!