PROGRAMA

Cursos incluidos en este recorrido de formación:

Programación de Apache Spark™ con Databricks (2 días) (ver Data Engineering path)

ML escalable con Apache Spark™ (2 días) – Este curso te enseña cómo escalar pipelines de ML con Spark, incluido el entrenamiento distribuido, la sintonización de hiperparámetros y la inferencia. Construirás y ajustarás modelos de ML con SparkML, aprovechando MLflow para hacer un seguimiento, versionar y gestionar estos modelos. Cubre las últimas características de ML en Apache Spark, como las UDF de Pandas, las funciones de Pandas y la API de Pandas en Spark, así como las últimas ofertas de productos de ML, como Feature Store y AutoML.

ML en producción (1 día) – Aprenderás las mejores prácticas de MLOps para poner modelos de ML en producción. La primera mitad del curso utiliza un Feature Store para registrar datos de entrenamiento y utiliza MLflow para hacer un seguimiento del ciclo de vida, empaquetar modelos para implementación y gestionar versiones de modelos. La segunda mitad del curso examina problemas de producción, incluidos paradigmas de implementación, monitoreo y CI/CD. Al final de este curso, habrás construido un canal completo para registrar, implementar y monitorear modelos de ML.

Aprendizaje profundo con Databricks (2 días) – Este curso comienza cubriendo los conceptos básicos de las redes neuronales y la API tensorflow.keras. Nos enfocaremos en cómo aprovechar Spark para escalar nuestros modelos, incluido el entrenamiento distribuido, la sintonización de hiperparámetros y la inferencia, mientras aprovechamos MLflow para hacer un seguimiento, versionar y gestionar estos modelos. Profundizaremos en el aprendizaje profundo distribuido, incluidos ejemplos prácticos para comparar y contrastar diversas técnicas para la preparación distribuida de datos, como Petastorm y TFRecord, así como técnicas de entrenamiento distribuido como Horovod y spark-tensorflow-distributor