Volver a Cursos
Infraestructura para Deep Learning
Despliegue y escalado de modelos en producción
10 semanas
650+ estudiantes
Avanzado
ARS 48,000
Descripción Completa
Aprende a construir y mantener la infraestructura necesaria para desplegar modelos de deep learning a escala. Cubre MLOps, cloud computing, contenedores, y arquitecturas escalables.
Objetivos de Aprendizaje
- Diseñar arquitecturas escalables para modelos de deep learning
- Implementar pipelines de MLOps
- Desplegar modelos en cloud (AWS, GCP, Azure)
- Usar contenedores y orquestación (Docker, Kubernetes)
- Monitorear y mantener modelos en producción
Requisitos Previos
- Conocimientos avanzados de deep learning
- Experiencia con Linux y línea de comandos
- Conocimientos básicos de cloud computing
- Python y frameworks de ML
Plan de Estudios
Semana 1
Introducción a MLOps y Infraestructura
Semana 2
Contenedores: Docker para Deep Learning
Semana 3
Orquestación con Kubernetes
Semana 4
Cloud Computing: AWS SageMaker
Semana 5
Cloud Computing: Google Cloud AI Platform
Semana 6
Pipelines de CI/CD para ML
Semana 7
Monitoreo y Observabilidad de Modelos
Semana 8
Escalado Horizontal y Vertical
Semana 9
A/B Testing y Canary Deployments
Semana 10
Proyecto Final: Sistema Completo de Producción
Instructor
Ing. Laura Pérez