Diplomado en Despliegue de Modelos de Machine Learning en Ambientes Productivos (Virtual)
Modalidad de imparticiónLa metodología de impartición es Online.
Número de horasEl programa del Centro Tecnológico de Monterrey tiene un tiempo de duración de 100 horas.
Titulación oficialTras concluir el programa, el estudiante se hará acreedor del Diplomado en Despliegue de Modelos de Machine Learning en Ambientes Productivos.
Valoración del programaEl Diplomado en Despliegue de Modelos de Machine Learning en Ambientes Productivos del Centro Tecnológico de Monterrey te proporciona los conocimientos, habilidades y herramientas prácticas para mejorar en la gestión de proyectos que involucren el uso de machine learning en relación al tiempo y recursos humanos.
Dirigido aEl Programa está diseñado idóneamente para aquellos profesionales analistas de datos, científicos de datos o ingeniero de datos junior con 1 año de experiencia, conocimientos básicos de estadística, programación, modelos de machine learning, Python, pandas y Scikit-learn.
EmpleabilidadLos egresados de este programa podrán aplicar sus habilidades en el sector financiero, asistencia virtual, marketing, publicidad y redes sociales, optimización de desplazamientos y viajes, salud y medicina, comunicaciones, seguridad y en equipos de desarrollo de aplicaciones de machine learning, entre otras posibilidades.
Diplomado en Despliegue de Modelos de Machine Learning en Ambientes Productivos (Virtual)
ContenidoDiplomado en Despliegue de Modelos de Machine Learning en Ambientes Productivos (Virtual).
Duración: 100 horas Modalidad: Aula Virtual
Actualmente las profesiones más demandadas exigen conocimiento de machine learning, una rama de la inteligencia artificial que permite identificar patrones y tomar decisiones sin que intervenga el ser humano.
¿Quieres saber más al respecto?
Conoce tu programa.
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.
Explorarás lo mas relevante.
Para llevar tus conocimientos a la práctica
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.
Este programa es para ti.
Este diplomado es ideal para ti si eres analista de datos, científico de datos o ingeniero de datos junior; cuentas con al menos 1 año de experiencia laboral, posees conocimientos básicos de estadística, programación, modelos de machine learning, Python, pandas y Scikit-learn; identifiques oportunidades en la información que manejas pero buscas transmitir tu mensaje exitosamente para que tu proyecto llegue a la ejecución.
Competencias que desarrollarás.
MODELOS DE MACHINE LEARNING
REPRODUCTIBILIDAD
AUTOMATIZACIÓN
EXTENSIBILIDAD
MODULARIDAD
Abordarás cada tema de manera versátil y ágil.
mediante un modelo de aprendizaje AULA VIRTUAL
- Disfrutar en tiempo real tus clases, sin importar el lugar en donde estés
- Vivir tus sesiones de Educación Continua de una forma 100% sincrónica con los mejores maestros
- Aprovechar los recursos de consulta seleccionados especialmente por expertos en la materia a través de una plataforma de aprendizaje digital
- Obtener una atención más personalizada pues estarás en un grupo pequeño
- Realizar un networking con profesionistas de todo el mundo
Conoce más sobre las temáticas de tu plan de estudio.
M1 Conceptos clave de los sistemas de machine learning.
Aprenderá los conceptos clave de un sistema de machine learning, y se resaltará su importancia a través de casos de éxito de compañías que hayan implementado machine learning as a service.
8 horas
M2 Herramientas básicas.
Aprenderá a desarrollar proyectos de forma colaborativa usando la herramienta Git y la plataforma GitHub. Además, se revisarán aspectos básicos del desarrollo web, y programación orientada a objetos.
20 horas
M3 Modelos de machine learning con Python.
Desarrollará un modelo de machine learning y aprenderán a organizar sus procesos usando pipelines. También transformarán el código inicial de su modelo hacia un producto de machine learning que cumpla los principios de reproducibilidad, automatización, modularidad, y extensibilidad.
24 horas
M4 Implementación de un modelo de machine learning vía REST API.
Aprenderá cómo usar Flask para servir el modelo de machine learning desarrollado en el Módulo 3. También se aplicarán los aspectos de front-end vistos en el Módulo 2. Si el tiempo lo permite, veremos aspectos básicos de las librerías logging y pytest de Python para generar logs y tests básicos en puntos clave del sistema, todo ello con el fin de facilitar el mantenimiento, actualización, y depuración de un sistema de machine learning.
24 horas
M5 Implementación de un modelo de machine learning con servicios cloud.
Aprenderá aspectos básicos del cómputo en la nube, servicios disponibles para analytics y machine learning, y los servicios core (Cómputo, Almacenamiento, Redes, Bases de Datos y CDN). También aprenderán el proceso para llevar lo aprendido en módulos anteriores a un ambiente productivo (despliegue de modelos de machine learning y configuración herramientas) sin la necesidad de tener infraestructura propia.
16 horas
M6 Desarrollo end-to-end con servicios cloud.
Contará con asesoría y consultoría de los instructores para detallar y culminar el proyecto final.
8 horas
Otra formación relacionada con ingeniería industrial