Idioma: ES
Operacionalización de modelos analíticos (mlops)

Curso Operacionalización de modelos analíticos (mlops)

Información General

Presentación

Curso Introducción a analítica de datos

Operacionalización de modelos analíticos (mlops) click para reproducir video
Educación Continuada: programas abiertos y empresariales de educación no formal que optimizan el desempeño profesional.

Visión estratégica de la operacionalización y gobierno de los modelos analíticos.

Machine learning (ML) cada vez es más usado en las organizaciones. Sin embargo, solamente un porcentaje de dichas organizaciones están usando exitosamente los modelos diseñados; los modelos son puestos en producción algunas veces desde las mismas máquinas de los científicos de datos, se diseñan modelos bastante acertados para las necesidades, pero no se usan, inclusive siendo aún muy vigentes, no se cuenta con políticas, procesos y procedimiento ni roles definidos del gobierno de los modelos diseñados. Este curso está orientado hacia una visión estratégica y táctica del gobierno y operacionalización de modelos analíticos.

“Desde la asistencia sanitaria hasta el transporte, desde la cadena de suministro hasta la administración de riesgos, el aprendizaje automático se está haciendo omnipresente en todos los sectores, alterando los mercados y rediseñando los modelos de negocio”.

Por qué estudiar con nosotros

edificio-h-nocturna.jpg

  • El estudiante tendrá una visión estratégica de la operacionalización de los modelos analíticos.
  • Se identificarán los elementos necesarios para gobernar los modelos analíticos.

Metodología

Se desarrollará combinando conferencias, con la ejecución de trabajos prácticos grupales presenciales, e individuales y la participación en foros y debates, con la siguiente estructura:

  • Clase magistral: presentación de temas a manera de exposición utilizando, en lo posible, ayudas didácticas. Esta metodología favorece el razonamiento del estudiante cuando el profesor no sólo expone conceptos, sino que también propicia la participación del estudiante haciendo preguntas y generando discusiones y diálogos que conllevan a la ampliación de los temas, a la comparación y relación entre conceptos, la solución de dudas y la explicación de casos prácticos.
  • Proyectos: los proyectos tienden a la solución de problemas reales, para lo cual el estudiante, bajo la orientación del profesor, trabaja con rigor científico y metodológico. El proyecto es desarrollado en clase a través de sesiones de talleres ejecutados durante todo el curso. De esta manera el estudiante no solamente queda con la concepción teórica del tema, sino que puede ponerla en práctica en su organización.

Deberes del participante

  • Contar con conexión a internet de banda ancha.
  • Disponer de audífonos (diadema o manos libres) para aislar el ruido externo.
  • Verificar que el equipo de cómputo no haya sido bloqueado para conexiones a herramientas de Microsoft.
  • En caso de ser miembro de Microsoft Teams con otra cuenta, cerrar las sesiones que la involucren e ingresar con un navegador libre de caché.
  • Conectarse a las sesiones de clase con mínimo diez minutos de antelación, de manera que verifique la conexión y realice los ajustes del caso.
  • Disponer de materiales para tomar apuntes.

Certificación

La Escuela Colombiana de Ingeniería Julio Garavito otorgará el certificado de asistencia a quienes participen activa y cumplidamente, como mínimo, en el 90 % de las sesiones programadas.

Perfil del aspirante

_DSC6271.jpg
  • Orientado a directivos, lideres de tecnología y negocios, científicos de datos, ingenieros de software, ingenieros de machine learning que requieren una visión estratégica para gobernar y poner en producción modelos analíticos, que impulsen sus iniciativas de negocio.

Contenido temático

Modulo I – Introducción

  • Conceptos base.
  • Definiciones particulares.
  • Operacionalización (DevOps, DataOps, AnalyticOps, MLOPs, ModelOps and AIOps).

Modulo II – Introducción MLOps

  • Tendencias.
  • Beneficios.
  • Automatización modelos analíticos.
  • Democratización.

Modulo III – Prácticas MLOps

  • Principios.
  • Requerimientos.
  • Mejores prácticas.
  • Roles y cultura en MLOps.
  • Herramientas operacionalización Modelos Analíticos.

Fechas y horario

El curso se desarrollará entre el 24 de octubre de 2023 y el 16 de noviembre de 2023, los martes y jueves de 5:00 p.m. a 8:00 p.m., en modalidad remota vía Microsoft Teams.

La Escuela Colombiana de Ingeniería Julio Garavito, para sus programas de Educación Continuada, se reserva el derecho de cambiar sus conferencistas y fechas de realización, o cancelarlos de no contar con el número de personas requerido para tal fin. Lo anterior se informará a los interesados con antelación.

Objetivos alcanzables

El objetivo de la asignatura es brindar a los líderes de negocio y tecnología y a todos los interesados en la implementación exitosa de los modelos analíticos, una visión holística del gobierno y operacionalización de dichos modelos con el propósito de obtener beneficios reales para el negocio.

Valor de la inversión

edificio-h-nocturna.jpg

El valor de la inversión es de $940.000 (novecientos cuarenta mil pesos), por participante.

Descuento del 5 % por pronto pago hasta el 10 de octubre de 2023.

Inscripciones hasta el 20 de octubre de 2023.

Conferencista invitado

Cerrar

Fabiola del Toro Osorio

Fabiola del Toro Osorio

Candidata a PhD.

Docente e investigadora en la Escuela Colombiana de Ingeniería. ​Coordinadora de la línea gestión de datos, de la maestría de gestión de información.​

Socia fundadora de TinySoft, compañía orientada en estrategia, gestión y gobierno de datos e implementación de soluciones especializadas.​

Certificada CDMP del DAMA Internacional, con más de 30 años desarrollando y liderando soluciones, en Colombia y América Latina, que aseguran la obtención del mayor valor de datos: software a la medida, inteligencia de negocios, gestión y gobierno de datos, entre otros ​

Solicite Información

Curso Operacionalización de modelos analíticos (mlops)