Name: Designing and Implementing a Data Science Solution on Azure (DP-100)
Brand: Microsoft
SKU: 82744

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

Aprende a diseñar e implementar soluciones de ciencia de datos y aprendizaje automático en Azure. Este curso DP-100 cubre la gestión del ciclo de vida ML con Azure Machine Learning y MLflow, desde la preparación de datos hasta el despliegue y la monitorización de modelos.

Duración del curso: 15 h.

820€

Descripción

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

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.

Objetivos del curso

Qué aprenderá

A quién va dirigido

Nivel de experiencia

Objetivos del curso

Qué aprenderá

A quién va dirigido

Nivel de experiencia

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

Módulo 1: 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 2: 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 3: 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 4: 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 5: Calcular contextos

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

Módulo 6: Orquestación de operaciones con canalizaciones

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

Módulo 7: 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 8: Entrenamiento de modelos óptimos

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

Módulo 9: 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 sobre el 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: