Saltar al contenido principal

MLOps y LLMOps Completo

Bienvenido a MLOps y LLMOps Completo, un curso integral de 14 semanas diseñado para Ingenieros de MLOps, Ingenieros de DevOps, Ingenieros de Plataforma e Ingenieros de ML que desean dominar sistemas de machine learning de nivel de producción.

🎯 Descripción general del curso​

Este curso cubre el ciclo de vida completo del despliegue y operación de sistemas de machine learning a escala, desde prácticas tradicionales de MLOps hasta técnicas avanzadas de LLMOps.

Lo que aprenderá​

ParteÁrea de enfoqueMódulos
Parte 1Fundamentos de MLOpsMódulos 1-9
Parte 2Especialización en LLMOpsMódulos 10-14

📚 Módulos del curso​

Parte 1: MLOps (Módulos 1-9)​

  1. Introducción a MLOps - Fundamentos, niveles de madurez y el ciclo de vida de ML
  2. Control de versiones para ML - Git, DVC y estrategias de versionado de modelos
  3. Seguimiento de experimentos - MLflow, Weights & Biases y gestión de experimentos
  4. Pipelines de datos - ETL, feature stores y calidad de datos
  5. Infraestructura de entrenamiento - Gestión de GPU, entrenamiento distribuido, plataformas en la nube
  6. Despliegue de modelos - APIs REST, frameworks de serving, contenerización
  7. Kubernetes para ML - Conceptos básicos de K8s, Kubeflow, escalado de cargas de trabajo de ML
  8. CI/CD para ML - Automatización, pruebas, entrenamiento continuo
  9. Monitoreo y observabilidad - Monitoreo de rendimiento, detección de drift, alertas

Parte 2: LLMOps (Módulos 10-14)​

  1. Fundamentos de LLMOps - Qué hace diferente a LLMOps
  2. Despliegue de LLM - Serving a escala, optimización de inferencia
  3. Evaluación de LLM - Pruebas automatizadas, evaluación humana, seguridad
  4. Gestión de prompts - Versionado, pruebas A/B, optimización
  5. LLMOps empresarial - Seguridad, cumplimiento, construcción de plataformas

🛠️ Tecnologías cubiertas​

📋 Requisitos previos​

Antes de comenzar este curso, usted debe tener:

  • Dominio de Python - Comodidad programando en Python
  • Fundamentos de ML - Comprensión de conceptos de machine learning
  • Experiencia en Linux/CLI - Familiaridad con herramientas de línea de comandos
  • Conocimientos básicos de DevOps - Entendimiento de conceptos de CI/CD
  • Experiencia en la nube - Haber trabajado con al menos un proveedor de nube (AWS, GCP, Azure)

🎓 Estructura del curso​

Cada módulo incluye:

  • 📖 Capítulos completos con explicaciones detalladas
  • 💻 Ejemplos de código y plantillas de infraestructura
  • 🔧 Ejercicios prácticos con escenarios reales
  • 📝 30 preguntas de quiz para evaluar su comprensión

📊 Evaluación​

EvaluaciónPreguntasPeso
Quizzes de módulo (14)30 cada uno70%
Examen final5030%
Total470100%

🚀 Primeros pasos​

¿Listo para comenzar su camino en MLOps?

  1. Inicie con Módulo 1: Introducción a MLOps
  2. Complete cada capítulo en orden
  3. Realice el quiz del módulo antes de avanzar
  4. Utilice el Glosario como referencia de terminología
  5. Explore Recursos para aprendizaje adicional

💡 Consejos para el éxito​

Study Strategy
  1. Practique de forma práctica - No solo lea, implemente
  2. Construya proyectos - Aplique los conceptos en escenarios reales
  3. Revise regularmente - Repase módulos anteriores
  4. Únase a la comunidad - Dialogue con sus colegas
Course Code

MLOPS-401 | Invierno 2025 | 14 Semanas

¡Construyamos sistemas de ML de nivel de producción! 🚀