PROGRAMA: DEVOPS FOR DATA SCIENTISTS

Resolviendo retos con datos

Dudas? escríbenos por WhatsAppSuscríbete

Acerca del programa

El Programa DevOps For Data Scientists está diseñado para brindar las habilidades necesarias a un Científico de Datos para de manera automatizada construir, empaquetar, desplegar y operar plataformas de Data & Analytics basándose en la filosofía DevOps (Developers and Operators, por su sigla en inglés).

Con las nuevas infraestructuras en la nube y la demanda de los clientes, el ciclo de vida de las plataformas de analytics debe tener un desarrollo más ágil, con liberaciones continuas de modelos de analytics a producción. Implementando la cultura DevOps, las aplicaciones y modelos de machine learning se ponen en producción antes y son más eficientes. Esto es importante porque las empresas tienen éxito sobre la base de su capacidad de innovar, colocando más rápidamente productos digitales al servicio de sus clientes y colaboradores.

Con el Programa DevOps For Data Scientists aprenderás a manejar repositorios de versiones basados en GIT, aprovisionar ambientes en la nube con Packer, automatizar la gestión de configuraciones con Ansible, implementar infraestructura como código con Terraform, construir APIs con Docker y FastAPI y desplegar modelos de Machine Learning en producción con BentoML. Al finalizar el Programa, estarás en la capacidad de desplegar de manera automática y operar una plataforma de Data & Analytics en el nube.

El Instituto Internacional de Ciencia de Datos – IICD® ha entendido la importancia de formar Profesionales de Datos que sean capaces de realizar tareas de despliegue para cubrir la brecha entre la construcción de modelos de machine learning y su implementación en ambientes productivos. 

¡Inscríbete ya!… y se parte de nuestra siguiente promoción de egresados.

Quiero que me contacten!

Consulta nuestro Aviso de Privacidad.

¿QUÉ APRENDERÁS CON EL PROGRAMA «DEVOPS FOR DATA SCIENTISTS»?

DESPLEGAR UNA PLATAFORMA DE ANALYTICS EN LA NUBE

Con la capacidad de poder gestionar versiones de código y modelos de machine learning; y automatizar la extracción transformación y carga de datos a lo largo de su ciclo de via

DESPLEGAR MODELOS DE MACHINE LEARNING COMO APIs

Para que tus modelos estadísticos puedan ser utilizados y/o consumidos por APPs, sitios web y aplicaciones internas en tu organización o el mundo

REDUCIR SILOS DE PROCESOS TECNOLÓGICOS

A través de un visión automatizada de extremo a extremo en la construcción, despliegue y operación de plataformas de Data & Analytics para responder preguntas de negocio

CARACTERÍSTICAS DEL PROGRAMA «DATA DRIVEN HACKERS – PYTHON»

%

Digital

Cursos en total

Semanas de duración

Horas de video

Master Classes

Horas de dedicación

Evaluaciones

Caso práctico

¿CUÁLES SON TUS BENEFICIOS?

CERTIFICADO DIGITAL

  • Recibirás un certificado digital expedido por el Instituto Internacional de Ciencia de Datos, éste lo podrás incluir en tu perfil de LinkedIn.
  • Por cada curso que realices recibirás un certificado.
  • Si te animas a tomar los tres cursos del Programa, obtendrás cuatro certificados digitales, es decir, uno por cada curso, más el certificado global del Programa.

ACCESO INDEFINIDO A MASTER CLASSES

  • En el IICD® nos encontramos realizando y comunicando periódicamente "master classes", prometemos mantenerte al tanto para que puedas acceder a aquellas que sean de tu interés.
  • Si conoces de personas interesadas en participar en nuestras "master classes" avísanos y valoramos su experiencia y pertinencia de participar.

ACCESO INDEFINIDO AL CURSO O PROGRAMA Y SUS ACTUALIZACIONES

  • Continuamente el IICD® está mejorando sus cursos, pero descuida, siempre tendrás acceso a los mismos y sus modificaciones, inclusive después de que lo hayas finalizado.

PERTENECER A LA RED DE CONTACTOS DEL IICD®

Al realizar el curso estarás en nuestra lista de contactos, esto te permitirá:

  • Estar en nuestra lista de posibles candidatos para posiciones en el sector productivo a través de nuestro servicio de DD Head Hunting.
  • Poder ponerte en contacto con las personas que hacen parte de nuestra comunidad y que están vinculados en niveles operativos, gerenciales y directivos.
  • Estar al tanto de todos los eventos de datos que realice el IICD®.

LLEVAR EL APRENDIZAJE A TU PROPIO RITMO

  • Dada la naturaleza 100% en línea, podrás llevar el proceso de aprendizaje a tu ritmo por periodos semanales.
  • Cada uno de nuestros cursos tienen una duración de 4 semanas, en donde las tres primeras corresponden a transferencia de conocimiento y adquisición de destrezas.
  • La cuarta semana resolverás el Caso Práctico en donde pondrás a prueba los conocimientos y destrezas adquiridas.

¿CUÁLES SON LOS CURSOS DEL PROGRAMA «DEVOPS FOR DATA SCIENTISTS»?

1 - DEVOPS FUNDAMENTALS

En este curso comprenderás los fundamentos, principios y prácticas de DevOps y como ponerlos en práctica en el ámbito de la Ciencia de Datos. Podrás explicar la necesidad de implementar la filosofía DevOps en entornos tecnológicos para entregar mejores soluciones de Ciencia de Datos y más rápido. De manera práctica se implementan ejercicios de Git y de Vagrant como preparación a los siguientes cursos del Programa DevOps For Data Scientists.

Este curso se basa en explicar ¿Qué es DevOps?, ¿De dónde viene?, ¿Qué problemas trata de resolver?. Verás la necesidad de converger los mundos de Developers y Operators para lograr mejores flujos de trabajo en el ciclo de vida de una plataforma de Data & Analytics.

El curso «DevOps Fundamentals» explica algunas de las herramientas de este flujo de trabajo que mejora la entrega y operación de plataformas de Data & Analytics. Precisamente este curso te servirá de preámbulo al curso de «Orchestration and Automation, así como al de Releasing Machine Learning Models, pues se tocan los temas de manera introductoria para después detallar estos temas en los próximos cursos.

El curso “DevOps Fundamentals” debes tomarlo antes del curso “Orchestration and Automation”.

Ir al contenido del curso

2 - ORCHESTRATION & AUTOMATION

Este curso se centra en obtener todos los conceptos básicos acerca de la automatización de procesos de datos y orquestación de ambientes tecnológicos. Conocimientos fundamentales para que puedas comenzar a usar Ansible, Terraform y Packer. Comenzarás con lo básico comprendiendo la gestión automatizada de configuraciones y la Infraestructura como código. Crearás tu primer playbook de Ansible y realizarás la orquestación de servidores con Terraform. Luego expandiremos y profundizaremos en cómo conectar las herramientas.

El curso se basa en llevar el ambiente de desarrollo aprendido en el curso «DevOps Fundamentals» y liberarlo a producción. Verás las ventajas de ir automatizando cada fase del Ciclo de Vida del Software, desde el desarrollo y el aprovisionamiento de infraestructura hasta su liberación.  Además aprenderás a gestionar múltiples servidores en la nube con Ansible.

El curso “Orchestration and Automation” debes tomarlo después del curso «DevOps Fundamentals» y antes del curso “Releasing Machine Learning Models”.

 

Ir al contenido del curso

3 - RELEASING MACHINE LEARNING MODELS

Una parte fundamental de la Ciencia de Datos es ponerla al servicio de otros. Este curso está diseñado para que aprendas a desplegar modelos de Machine Learning como APIsBentoML es una herramienta open source para estos fines construido para la implementación, el escalado y la administración de sistemas de aprendizaje automático como TensorFlow, PyTorch, scikit-learn, Keras, ONNX y muchos otros en ambientes de producción. Su misión es que los Científicos de Datos puedan desplegar en producción modelos estadísticos basados en machine learning, sin tener que preocuparse por la infraestructura tecnológica alrededor de los mismos.

BentoML despliega modelos de machine learning como APIs y se basa en Docker y FastAPI para el despliegue de estos. Es por eso que en nuestra visión de DataOps, es decir, la combinación entre Data Scientists y DevOps, es importante comprender estos componentes para obtener una visión de extremo a extremo y por tanto forman parte del temario del Programa DevOps For Data Scientists.

Docker es un proyecto de código abierto que automatiza el despliegue de aplicaciones dentro de contenedores de software, proporcionando una capa adicional de abstracción y automatización en múltiples sistemas operativos. FastAPI es un framework de alto rendimiento escrito en Python para construir APIs rápido y fácil.

Después de este curso podrás desplegar fácilmente entornos con BentoML o construir tus propias soluciones basadas en Docker y FastAPI.

El curso «Releasing Machine Learning Models» debes tomarlo después del curso “Orchestration and Automation”.

 

Ir al contenido del curso

… ¿Listo para convertirte en un habilitador de la transformación digital?, si es así, ¡suscríbete ahora!… cupos limitados

Suscribirme

STAFF DEL PROGRAMA «DEVOPS FOR DATA SCIENTISTS» 

GUILLERMO ANTONIO MEJÍA

GUILLERMO ANTONIO MEJÍA

Tutor principal

VÍCTOR BARRERA NÚÑEZ, PhD

VÍCTOR BARRERA NÚÑEZ, PhD

Director

(*) Puedes consultar sus perfiles dando clic sobre el logotipo de LinkedIn.

… me gusta el programa, su metodología, contenido y tutores,
¡Quiero suscribirme!

¡Suscríbete aquí!

QUIERO QUE ME CONTACTE EL IICD®!

13 + 10 =

Consulta nuestro Aviso de Privacidad.

PREGUNTAS FRECUENTES

¿El Programa es completamente en línea? o ¿debo asistir a alguna clase presencial?
Sí. Los tres cursos del Programa son 100% en línea.
¿Puedo inscribirme en sólo en el primer curso del Programa?

Sí, pero debes tener presente los siguientes dos aspectos:

  1. Únicamente recibirías el certificado digital del primer curso. Una vez finalices los tres cursos, obtendrás el certificado digital del Programa.
  2. Si te inscribes a los tres cursos, obtendrás un descuento por la compra de todo el Programa.
¿Cuál es la duración del Programa?

El Programa tiene ua duración total de 12 semanas. Está conformado por 3 cursos, cada uno con una duración de 4 semanas.

¿Qué actividades se realizan en cada semana del Programa?

El Programa está divividido en 3 cursos, cada uno de 4 semanas. En cada semana se realizan las siguientes actividades:

  1. Semana 1: Primera clase.
  2. Semana 2: Segunda clase y Master Class. En la clase magistral o Master Class tendrás  la oportunidad de compartir mediante videoconferencia en vivo, la experiencia de  Científicos de Datos con experiencia relevante y vinculados al sector productivo. Algunos de ellos residentes en México y otros en el extranjero.
  3. Semana 3: Tercera clase y Foro de Discusión. En el foro virtual podrás intercambiar puntos de vista con el resto de participantes de la clase, acerca de un tema propuesto y que está relacionado con la temática del curso.
  4. Semana 4: Caso práctico. Cada curso finaliza con un caso práctico en donde con datos reales se aplican los conocimientos, destrezas y habilidades adquiridas.

Son en total por cada curso, 3 clases, 1 «master classes», 1 foro de discusión y 1 caso práctico. A lo largo de las clases se realizan evaluaciones tipo «quiz» para facilitar la realización al final del Caso Práctico. El Programa finaliza cuando se realizan los tres cursos contenidos en el mismo.

Si tienes alguna duda acerca de nuestra metodología por favor contáctanos.

¿Puedo realizar el pago del curso vía transferencia electrónica?

Sí, pero para tal propósito es necesario ponerte en contacto con nosotros para facilitarte el numero de cuenta bancaria del IICD®. También puedes realizar tu pago a través de PayPal. En caso de que tengas inconveniente con nosotros, por favor contáctanos.

¿Cuándo inicia el Programa?

Por favor contáctanos para darte los detalles.

¿En qué consiste la metodología de enseñanza utilizada por el IICD® para transferir los conocimientos, destrezas y habilidades?

La metodología de enseñanza utilizada por el IICD® está dividida en periodos de 4 semanas para cada curso. Las tres primeras semanas son para la transferencia de los conocimientos, destrezas y habilidades; mientras que la cuarta semana, es utilizada para aplicar los conocimientos, destrezas y habilidades adquiridas a través de un Caso Práctico. Este último es la piedra angular de la metodología.