Duración Total32 horas
Cupo mínimo30 participantes
Nivel TécnicoIntermedio
Próxima Cohorte18 de enero de 2027
Objetivo de la Microcredencial
Desplegar, monitorear y mantener modelos de Machine Learning de forma funcional y responsable, con principios de MLOps.
Justificación y Contexto
Estructura Curricular (2 Módulos)
Módulo 1: Fundamentos de MLOps y ciclo de vida de modelos16 hrs
Comprender el ciclo de vida de modelos y los principios básicos de MLOps.
Módulo 2: Despliegue, monitoreo y mantenimiento de modelos16 hrs
Aplicar técnicas básicas de despliegue y monitoreo de modelos en entornos simulados.
Competencias Acreditadas
- Analizar el ciclo de vida de un modelo de Machine Learning, de la definición del problema a su monitoreo, para identificar etapas y riesgos.
- Documentar el versionado básico de un modelo y sus datos en una bitácora técnica para asegurar la reproducibilidad.
- Desplegar un modelo en un entorno simulado a nivel básico, considerando lo que implica exponerlo mediante una API: seguridad, acceso y rendimiento.
- Evaluar el desempeño de un modelo desplegado con métricas de monitoreo y reportar tu análisis.
- Reconocer el drift (cambios en la distribución de los datos) como señal para actualizar o reentrenar un modelo.
- Proponer mejoras al modelo y a su pipeline a partir de lo que observas durante el monitoreo.
Insignia Oficial Verificable
MLOps y Despliegue de Modelos
Calificación mínima de 80/100 en la evidencia final: Proyecto que simula un entorno profesional: eliges un modelo previamente entrenado, documentas su ciclo de vida completo, lo despliegas y lo monitoreas.
Estándar: Open Badges (Acreditta)