Desarrollo con IA
Curso de MLOps y LLMOps
La IA en producción, con el mismo rigor que el resto del software.
Entrenar un modelo o hacer una demo con un LLM es solo el principio. El trabajo de verdad empieza cuando el sistema está en producción: versiones, despliegues, monitorización, deriva y costes. MLOps y LLMOps son las prácticas que hacen que la IA funcione igual de bien el día cien que el primero.
Este curso cubre ambos mundos: el ciclo clásico de machine learning (experimentos, registro de modelos, pipelines, servicio y deriva) y lo específico de las aplicaciones con LLMs (prompts versionados, trazas, evaluación continua y control de costes). Con un pipeline montado de principio a fin.
Qué aprenderás
- Versionar datos, modelos, prompts y experimentos
- Automatizar el entrenamiento, la evaluación y el despliegue
- Servir modelos de forma escalable
- Monitorizar calidad, deriva, coste y latencia
- Gestionar el ciclo de vida de aplicaciones con LLMs
Temario
8 módulos, de los fundamentos al proyecto final.
-
Ciclo de vida de la IA
- De la libreta al servicio
- MLOps frente a LLMOps
- Niveles de madurez
-
Experimentos y versiones
- Seguimiento de experimentos y registro de modelos
- Versionado de datos
- Reproducibilidad
-
Pipelines
- Entrenamiento y evaluación automáticos
- Integración y despliegue continuos para modelos
-
Servir modelos
- APIs de inferencia y contenedores
- Escalado, GPU y procesamiento por lotes
- Servidores de inferencia para LLMs
-
Monitorización
- Métricas técnicas y de negocio
- Deriva de datos y de predicciones
- Alertas y reentrenamiento
-
LLMOps
- Gestión y versionado de prompts
- Trazas y observabilidad de aplicaciones con LLMs
- Evaluación continua
-
Costes
- Coste por petición y por usuario
- Caché, modelos más pequeños y enrutado
-
Gobierno
- Trazabilidad para auditorías
- Documentación de modelos y requisitos del AI Act
Herramientas con las que practicarás
- MLflow
- DVC
- Docker
- GitHub Actions
- vLLM
- Langfuse
Proyecto práctico
Montas el pipeline de un modelo de ejemplo, desde el entrenamiento y el registro hasta el despliegue en contenedor con monitorización, y añades la capa de observabilidad y evaluación de una aplicación con LLM.
Requisitos
- Programación en Python.
- Conocimientos de Docker y Git.
- Recomendable experiencia con machine learning.
Otros cursos
-
Curso de desarrollo de aplicaciones con LLMs
De la llamada a la API a una aplicación de IA generativa lista para producción.
- Duración: 20 horas
- Nivel: Intermedio
-
Curso de evaluación de sistemas de IA generativa
Mide la calidad de tu aplicación de IA con datos, no con impresiones.
- Duración: 12 horas
- Nivel: Avanzado
-
Curso de IA en apps y productos digitales
Funciones de IA que los usuarios entienden, usan y en las que confían.
- Duración: 12 horas
- Nivel: Intermedio
Dónde se aplica
-
Desarrollo de IA a medida
Diseñamos y desarrollamos soluciones de inteligencia artificial adaptadas a tus procesos, datos y herramientas cuando una solución estándar no encaja o se queda corta.
¿Quieres este curso para tu equipo?
Adaptamos el contenido, la duración y la modalidad a tu empresa.