Bootcamp MLOps: CI/CD para Modelos
Learn MLOps! Build a real ML project with MLflow, Docker & Kubernetes. Deploy machine learning models efficiently. Hands-on experience.
Course Content
Bootcamp MLOps: CI/CD para Modelos is an intermediate-level Udemy course taught by School of Devops. It runs 9h 12m, is taught in Spanish, and includes a certificate of completion. Learners rate it 4.7 out of 5 from 98 reviews, with 8,981 students enrolled. It is a paid course, last updated May 2025.
Este bootcamp práctico está diseñado para Ingenieros DevOps y profesionales de infraestructura que buscan una transición al dinámico campo de MLOps (Machine Learning Operations). Con la creciente integración de IA y aprendizaje automático en las aplicaciones modernas, MLOps se ha convertido en un componente crucial para conectar modelos de machine learning con sistemas de producción.
En este curso, aplicarás tus habilidades a un caso de uso del mundo real: la predicción de precios de viviendas. Te guiarán a través de todo el proceso, desde el procesamiento de datos hasta el despliegue en producción utilizando Kubernetes.
Lo que aprenderás:
- Configuración del Entorno: Comenzarás configurando tu entorno de desarrollo con Docker y MLFlow para el seguimiento de experimentos de machine learning.
- Ciclo de Vida del Machine Learning: Adquirirás una comprensión profunda del 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.
- Desarrollo de Modelos: Empaquetarás tu modelo con FastAPI y lo desplegarás junto con una interfaz de usuario construida con Streamlit.
- Automatización con CI/CD: Escribirás workflows de GitHub Actions para automatizar tu pipeline de ML para Integración Continua/Entrega Continua (CI/CD).
- Contenedores de Modelos: Utilizarás DockerHub para publicar tus contenedores de modelos.
- Infraestructura Escalable con Kubernetes: Construirás una infraestructura de inferencia escalable utilizando Kubernetes, expondrás servicios y conectarás interfaces frontend y backend mediante descubrimiento de servicios.
- Implementación de Modelos en Producción: Explorarás la implementación de modelos a nivel de producción con Seldon Core y supervisarás tus despliegues con paneles de Prometheus y Grafana.
- GitOps con ArgoCD: 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 necesarios para operar y automatizar flujos de trabajo de machine learning utilizando prácticas de DevOps. Prepárate para roles profesionales en MLOps e Ingeniería de Plataformas de IA.
Want AI in your product? Hire the team behind TutorialSearch.io
LLM features, RAG, agents and automation wired into a real product — built by the devs who shipped this site.