Consolidar a científicos de datos y/o data engineers en el desarrollo end-to-end de un producto de machine learning que cumpla los principios de reproducibilidad, automatización, extensibilidad, modularidad y escalabilidad a través de un caso de uso.
Así mismo, brindar el conocimiento necesario para implementar modelos de machine learning en ambientes productivos y realizar un pitch de venta hacia el senior management.
Será competente en el diseño e implementación de modelos de machine learning on-premise o en la nube, y será capaz de preparar un pitch de venta efectivo.
Mejora en la gestión de proyectos que involucren el uso de machine learning en términos de tiempo y recursos humanos.
Conceptos clave de los sistemas de machine learning
( 8 horas)Herramientas básicas
( 20 horas)Modelos de machine learning con Python
( 24 horas)Implementación de un modelo de machine learning vía REST API
( 24 horas)Implementación de un modelo de machine learning con servicios cloud
( 16 horas)Desarrollo end-to-end con servicios cloud
( 8 horas)
