Descripción del curso

Este curso DP-100 te enseña a operar soluciones de aprendizaje automático a escala en la nube con Azure Machine Learning. Aprenderás a gestionar la ingesta y preparación de datos, el entrenamiento y despliegue de modelos, y la monitorización de soluciones de aprendizaje automático en Microsoft Azure.

Aprovecharás tus conocimientos existentes de Python y marcos de aprendizaje automático (como Scikit-Learn, PyTorch y TensorFlow) para construir y gestionar soluciones de ML en entornos cloud, utilizando herramientas clave como Azure Machine Learning y MLflow para un ciclo de vida ML efectivo.

Qué aprenderás con Designing and Implementing a Data Science Solution on Azure (DP-100)

✓Aprovisionar y gestionar espacios de trabajo de Azure Machine Learning, incluyendo activos como datos, cómputo y modelos.
✓Utilizar las herramientas de Azure Machine Learning, como la interfaz de estudio, el SDK de Python y Designer.
✓Crear y publicar modelos de aprendizaje automático sin código utilizando Azure ML Designer.
✓Ejecutar experimentos basados en código para entrenar y registrar modelos.
✓Crear y consumir almacenes de datos y conjuntos de datos en Azure Machine Learning.
✓Administrar entornos y objetivos de cómputo para la ejecución de experimentos.
✓Crear y ejecutar canalizaciones para automatizar flujos de trabajo de aprendizaje automático.
✓Implementar modelos para inferencia en tiempo real y por lotes.
✓Optimizar modelos mediante ajuste de hiperparámetros y aprendizaje automático automatizado.
✓Interpretar modelos de aprendizaje automático para comprender la importancia de las características.
✓Supervisar modelos implementados utilizando herramientas como Application Insights y detectar la deriva de datos.

Dirigido a — perfiles recomendados

→Este curso se orienta a científicos de datos que ya cuentan con conocimientos en Python y están familiarizados con marcos de aprendizaje automático como Scikit-Learn, PyTorch y TensorFlow.
→También está diseñado para aquellos que desean desarrollar y gestionar soluciones de aprendizaje automático en entornos en la nube.
→Nivel de experiencia
→Para aprovechar al máximo este curso, se recomienda tener la siguiente experiencia y conocimientos:
→Conocimientos fundamentales de conceptos de computación en la nube, específicamente en Microsoft Azure.
→Experiencia en técnicas y herramientas generales de ciencia de datos y aprendizaje automático.
→Creación de recursos en la nube en Microsoft Azure.
→Uso de Python para exploración y visualización de datos (con librerías como NumPy, Pandas y Matplotlib).
→Entrenamiento y validación de modelos de aprendizaje automático utilizando marcos comunes (como Scikit-Learn, PyTorch y TensorFlow).
→Experiencia trabajando con contenedores.

Temario del curso Designing and Implementing a Data Science Solution on Azure (DP-100)

10 módulos

Módulo 01. Introducción a Azure Machine Learning

·Lecciones:
·Introducción a Azure Machine Learning
·Herramientas de Azure Machine Learning
·Laboratorio:
·Crear un espacio de trabajo de Azure Machine Learning
·Trabajar con herramientas de Azure Machine Learning

Módulo 02. Herramientas Visuales para el Aprendizaje Automático

·Lecciones:
·Modelos de capacitación con Designer
·Publicación de modelos con Designer
·Laboratorio:
·Crear una canalización de entrenamiento con Azure ML Designer
·Implementación de un servicio con Azure ML Designer

Módulo 03. Ejecución de experimentos y modelos de entrenamiento

·Lecciones:
·Introducción a los experimentos
·Formación y registro de modelos
·Laboratorio:
·Ejecución de experimentos
·Modelos de entrenamiento y registro

Módulo 04. Trabajar con datos

·Lecciones:
·Trabajar con almacenes de datos
·Trabajar con conjuntos de datos
·Laboratorio:
·Trabajar con almacenes de datos
·Trabajar con conjuntos de datos

Módulo 05. Calcular contextos

·Lecciones:
·Trabajar con entornos
·Trabajar con objetivos informáticos
·Laboratorio:
·Trabajar con entornos
·Trabajar con destinos de procesos

Módulo 06. Orquestación de operaciones con canalizaciones

·Lecciones:
·Introducción de canalizaciones
·Publicación y ejecución de canalizaciones
·Laboratorio:
·Crear una canalización
·Publicar una canalización

Módulo 07. Implementación y consumo de modelos

·Lecciones:
·Inferencia en tiempo real
·Inferencia por lotes
·Laboratorio:
·Crear un servicio de conferencias en tiempo real
·Crear un servicio de referencia por lotes

Módulo 08. Entrenamiento de modelos óptimos

·Lecciones:
·Ajuste de hiperparámetro
·Aprendizaje automático automatizado
·Laboratorio:
·Hiperparámetros de ajuste
·Usar el aprendizaje automático

Módulo 09. Interpretar modelos

·Lecciones:
·Introducción a la interpretación del modelo
·usando explicaciones del modelo
·Laboratorio:
·Revisión de explicaciones automatizadas de aprendizaje automático
·Interpretar modelos

Módulo 10. Modelos de supervisión

·Lecciones:
·Modelos de supervisión con Application Insights
·Supervisión de deriva de datos
·Laboratorio:
·Supervisión de un modelo con Application Insights
·Supervisión de de deriva de datos

Información del examen

Explora las opciones de certificación. Debajo se indican los parámetros técnicos de este examen:

Este curso prepara para el examen de certificación DP-100: Designing and Implementing a Data Science Solution on Azure. Las áreas de conocimiento evaluadas son:

Diseño y preparación de una solución de aprendizaje automático (20-25%) · Exploración de datos y entrenamiento de modelos (35-40%) · Preparación de un modelo para la implementación (20-25%) · Implementar y volver a entrenar un modelo (10-15%) · Nextraining, su aliado en formación tecnológica

¿Quieres el examen oficial? Nos encargamos de reservarlo por ti. Solicita información

Implanta tu proyecto con el respaldo de un experto. Acompañamos a tu equipo durante todo el proceso para diseñar la arquitectura, resolver incidencias y garantizar una implantación segura, eficiente y sin bloqueos.

Contactar con un asesor Ver servicios para empresas

Designing and Implementing a Data Science Solution on Azure (DP-100)