Operaciones de Machine Learning (MLOps) y Despliegue en Cloudera AI
Este curso ofrece una introducción práctica a la gestión completa del ciclo de vida de modelos en Cloudera AI. Está orientado a profesionales que trabajan con machine learning y necesitan aplicar principios de MLOps en entornos empresariales.
Contenidos del curso Cloudera AI MLOps
El curso Cloudera AI MLOps está diseñado para profesionales que trabajan con modelos de machine learning y necesitan gestionarlos de forma eficiente en entornos empresariales. Cloudera AI ofrece un ecosistema completo para desarrollar, entrenar, versionar y desplegar modelos a escala, integrando herramientas de automatización y control que facilitan el ciclo de vida del modelo. Esta formación te permitirá dominar las capacidades de la plataforma y aplicarlas en proyectos reales.
Durante el curso aprenderás a crear entornos de trabajo en Cloudera Machine Learning, gestionar sesiones, configurar recursos y trabajar con flujos reproducibles. Verás cómo organizar experimentos, registrar métricas, comparar resultados y preparar modelos para su despliegue. También aprenderás a gestionar dependencias, empaquetar modelos y documentar cada paso del proceso para garantizar trazabilidad y control.
MLOps y despliegue de modelos en Cloudera AI
El curso profundiza en los principios de MLOps aplicados a Cloudera AI. Aprenderás a crear pipelines automatizados que integran entrenamiento, validación y despliegue continuo. También verás cómo monitorizar modelos en producción, detectar desviaciones, gestionar versiones y aplicar estrategias de actualización seguras. Además, se explican buenas prácticas para garantizar estabilidad, escalabilidad y seguridad en entornos empresariales.
Casos prácticos y escenarios reales
A lo largo del programa trabajarás con ejemplos basados en situaciones reales. Crearás pipelines completos, entrenarás modelos con distintos frameworks, los empaquetarás y los desplegarás en entornos gestionados por Cloudera. También aprenderás a integrar modelos con APIs, gestionar permisos, controlar accesos y resolver incidencias comunes. Estos ejercicios te permitirán aplicar lo aprendido en tu entorno profesional y mejorar la calidad de tus soluciones de machine learning.
Conclusión
El curso Cloudera AI MLOps te ofrece una formación completa para gestionar modelos en producción. Con esta capacitación podrás automatizar procesos, mejorar la calidad de tus despliegues y garantizar que tus modelos funcionen de forma estable y segura en entornos empresariales.
¿Eres docente?
¿Quieres saber más?
Bonificable hasta el 100 % para empresas
¿Te interesa esta área?
Duración25 horas
ModalidadAula virtual
TecnologíaCiencia de Datos, Cloudera Data Platform (CDP)
¿Qué se aprenderá?
Objetivos del curso
- Construir un flujo completo de machine learning: exploración, visualización, entrenamiento, evaluación y despliegue.
- Crear y gestionar proyectos, espacios de trabajo y experimentos en Cloudera AI.
- Entrenar modelos con PySpark y Spark MLlib.
- Implementar pipelines de ML y ajustar modelos.
- Desplegar modelos como APIs y gestionar autoescalado.
- Monitorizar métricas de modelos y registrar experimentos con MLflow.
- Utilizar GPUs y entornos de ejecución avanzados cuando estén disponibles.
¿Por qué este curso?
Una formación con impacto real y medible
Explora nuestro catálogo de cursos diseñados para profesionales y empresas que buscan dominar las tecnologías más demandadas.
Cifras de éxito
"Este curso nos ha ayudado a tener éxito en nuestro sector."
Testimonios
Contenidos
Temario
A continuación detallamos todos los módulos impartidos en este curso. Si tiene alguna duda o no aparece, contacte con nosotros.
- Módulo 1Principios de Machine Learning
- Módulo 2Entornos de trabajo en Cloudera Machine Learning (CML / Cloudera AI)
- Módulo 3Spark para Machine Learning
- Módulo 4Spark MLlib: modelado, ajuste y evaluación
- Módulo 5Despliegue y monitorización de modelos
- Módulo 6Flujo completo de Machine Learning de extremo a extremo
Principios de Machine Learning
3 horas
Qué es Machine Learning y cómo aprenden los modelos. Aprendizaje supervisado y no supervisado. Algoritmos principales y criterios de elección. Datos, variables, etiquetas, entrenamiento y evaluación. Ciclo de vida de un proyecto de ML y errores habituales. Práctica: identificación de problemas de negocio resolubles con ML y definición de los datos necesarios.
Entornos de trabajo en Cloudera Machine Learning (CML / Cloudera AI)
4 horas
Espacios de trabajo y organización por proyectos. Experimentos y seguimiento de ejecuciones. Aceleradores para Machine Learning. Visualizaciones integradas. Entornos de ejecución: imágenes, dependencias y versiones. Uso de GPUs: cuándo aportan y cómo se solicitan. Práctica: creación de un proyecto, configuración de su entorno y lanzamiento de una sesión y un experimento.
Spark para Machine Learning
4 horas
DataFrames: creación, inspección y transformación. Tipos de fichero y formatos columnares. Lectura y escritura eficiente de datos. Funciones de ventana y agregaciones. Buenas prácticas de rendimiento con PySpark. Práctica: exploración y limpieza de un dataset representativo y construcción de variables con funciones de ventana.
Spark MLlib: modelado, ajuste y evaluación
4 horas
Pipelines de MLlib: transformadores y estimadores. Selección de modelos y ajuste de hiperparámetros. Validación cruzada y división de conjuntos. Métricas de evaluación según el tipo de problema. Interpretación de resultados y detección de sobreajuste. Práctica: entrenamiento de un modelo con un pipeline y comparación de métricas entre configuraciones.
Despliegue y monitorización de modelos
4 horas
Publicación de modelos como aplicaciones y como API. Autoescalado y rendimiento del servicio. Métricas de servicio y monitorización del modelo. Detección de degradación y deriva de datos. MLFlow: registro de experimentos, versiones y modelos. Práctica: despliegue de un modelo como API, consumo desde una aplicación externa y registro de sus métricas en MLFlow.
Flujo completo de Machine Learning de extremo a extremo
6 horas
Eje práctico del curso. Exploración y comprensión del dato de partida, visualización y análisis previo, entrenamiento del modelo, evaluación y elección de la configuración final, despliegue y verificación del servicio, y automatización y reejecución del flujo. Proyecto guiado de extremo a extremo con PySpark sobre un dataset representativo.
Metodología
Aprendizaje basado en la práctica
Cada módulo combina teoría y ejercicios aplicados
Metodología práctica basada en el desarrollo de un flujo completo de ML con Python (PySpark), experimentación en Cloudera AI y despliegue real de modelos en entornos productivos.
Público objetivo
Formación para profesionales actuales
Enfocado a quienes buscan dominar herramientas tecnológicas modernas
Dirigido a profesionales de datos y machine learning que necesiten implementar, automatizar y desplegar modelos en Cloudera AI utilizando Spark, MLlib y MLflow.
FAQ
Resolvemos tus dudas sobre la formación
Aclaramos las dudas más comunes sobre el curso, desde los requisitos previos hasta la metodología y el soporte disponible, para asegurarte de que estés completamente preparado para aprovechar al máximo esta formación.
¿Se puede personalizar la formación para mi empresa?
¿Qué nivel previo necesito?
¿En qué modalidad se imparte?
¿Se entrega algún certificado?
Otros cursos
Cursos especializados para impulsar tu negocio
Explora nuestro catálogo de cursos diseñados para profesionales y empresas que buscan dominar las tecnologías más demandadas.
Especialista en Marketing Cloud: Email y Journey Builder de Salesforce (IFCT97)
Duración40 horas
ModalidadAula virtual
El email sigue siendo el canal con mejor retorno del marketing digital, pero solo cuando se trabaja con datos ordenados, segmentos bien construidos y recorridos automatizados. […]
Creación de Proyectos Educativos de Centros Socioculturales (SSCB0016)
Duración30 horas
ModalidadAula virtual
Un centro sociocultural sin proyecto educativo es un edificio con actividades; con él, se convierte en una herramienta de intervención social y desarrollo comunitario. Este curso […]
Elaboración de Materiales y Medios Didácticos: Nuevas Tecnologías y Control de Calidad (SSCE0080)
Duración20 horas
ModalidadAula virtual
Un buen material didáctico no aparece por casualidad: se planifica, se diseña por etapas y se somete a control de calidad. Este curso de elaboración de […]
Los Proyectos como Técnica Didáctico-Pedagógica en Educación Infantil (SSCE0087)
Duración50 horas
ModalidadAula virtual
El trabajo por proyectos en educación infantil convierte la curiosidad de los niños en el motor de la programación del aula: se investiga un tema real […]
Coordinación de Proyectos Pedagógicos y de Ocio (SSCE0166)
Duración40 horas
ModalidadAula virtual
Coordinar un proyecto pedagógico o de ocio es mucho más que cuadrar horarios: exige planificar por fases, evaluar con método, seguir indicadores y mantener motivado a […]
Fabricación Aditiva de Impresión 3D (IFCT98)
Duración30 horas
ModalidadAula virtual
La fabricación aditiva ha pasado del prototipo a la producción: hoy se imprimen desde utillajes industriales hasta piezas finales en salud, automoción o construcción. Este curso […]
Blue Team: Seguridad Defensiva (IFCT155)
Duración50 horas
ModalidadAula virtual
La seguridad defensiva es la mitad silenciosa de la ciberseguridad: mientras los equipos ofensivos buscan huecos, el Blue Team los cierra, vigila los sistemas y responde […]
Seguridad en Servidores Linux (LPIC-3 303: Linux Enterprise Professional Security) (IFCT99)
Duración48 horas
ModalidadAula virtual
Asegurar un servidor Linux exige dominar varias capas a la vez: la criptografía que protege los datos, el bastionado del propio sistema, el control de quién […]
Inteligencia Artificial Aplicada a la Empresa (IFCT163PO)
Duración250 horas
ModalidadAula virtual
La inteligencia artificial ha dejado de ser un asunto de laboratorio para convertirse en una herramienta de gestión: predice la demanda, segmenta clientes, recomienda productos y […]
Monta y Configura tu Propia Impresora 3D (IFCT88)
Duración30 horas
ModalidadAula virtual
Pocas formas hay de entender una tecnología como construirla con las propias manos. Este curso de montaje de impresoras 3D propone eso: montar la máquina pieza […]
Competencias Digitales para la Ciudadanía: Nivel Básico (Accesible Doble A) (IFCT150)
Duración60 horas
ModalidadAula virtual
Manejarse con soltura en el entorno digital es hoy una condición básica para trabajar y para ejercer la ciudadanía. El curso de competencias digitales nivel básico, […]
Competencias Digitales para la Ciudadanía: Nivel Intermedio (Accesible Doble A) (IFCT151)
Duración60 horas
ModalidadAula virtual
Entre saber usar lo básico y dominar el entorno digital hay un nivel intermedio que marca la diferencia en el trabajo diario. El curso de competencias […]
