Docker para MLOps: Contenedurización de un Pipeline de Extremo a Extremo

Esta formación en vivo y dirigida por un instructor en Costa Rica (en línea o presencial) está orientada a ingenieros que desean ampliar sus conocimientos sobre Docker para desplegar aplicaciones a mayor escala manteniendo el control.

Al finalizar esta formación, los participantes serán capaces de:

• Construir sus propias imágenes de Docker.
• Desplegar y gestionar un gran número de aplicaciones Docker.
• Evaluar distintas soluciones de orquestación de contenedores y elegir la más adecuada.
• Establecer un proceso de integración continua para aplicaciones Docker.
• Integrar aplicaciones Docker con procesos de herramientas de integración continua existentes.
• Asegurar sus aplicaciones Docker.

Esta capacitación en vivo, impartida por un instructor en <ubicación> (en línea o presencial), está dirigida a ingenieros de IA y científicos de datos de nivel avanzado, con experiencia intermedia a avanzada, que deseen mejorar el rendimiento de los modelos DeepSeek, minimizar la latencia y desplegar soluciones de IA de manera eficiente utilizando prácticas modernas de MLOps.

Al finalizar esta capacitación, los participantes serán capaces de:

• Optimizar los modelos DeepSeek para garantizar eficiencia, precisión y escalabilidad.
• Implementar las mejores prácticas de MLOps y control de versiones de modelos.
• Desplegar modelos DeepSeek en infraestructura en la nube y en instalaciones propias (on-premise).
• Monitorear, mantener y escalar las soluciones de IA de manera efectiva.

Docker es una plataforma de contenedores que permite entornos consistentes, portátiles y reproducibles para cargas de trabajo de IA y aprendizaje automático (ML).

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean empaquetar bases de código, dependencias y modelos de ML utilizando Docker para flujos de trabajo confiables desde el desarrollo hasta la producción.

Después de completar este curso, los participantes podrán:

• Crear y administrar imágenes de Docker adaptadas para aplicaciones de IA y ML.
• Contenerizar tuberías de aprendizaje automático, herramientas y dependencias.
• Optimizar entornos de Docker para rendimiento y portabilidad.
• Desplegar servicios de ML contenedores en diferentes entornos de ejecución.

Formato del curso

• Demostraciones conceptuales respaldadas por discusiones guiadas.
• Ejercicios prácticos centrados en tareas de contenedores del mundo real.
• Implementación práctica utilizando entornos de laboratorio en vivo con Docker.

Opciones de personalización del curso

• Para personalizar esta formación según el entorno de su organización, contáctenos para organizarla.

CI/CD para IA es un enfoque estructurado para automatizar el empaquetado de modelos, las pruebas, la contenedorización y el despliegue utilizando pipelines de integración continua y entrega continua.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales de nivel intermedio que deseen automatizar los flujos de trabajo completos de entrega de modelos de IA mediante Docker y plataformas de CI/CD.

Al finalizar la formación, los participantes podrán:

• Crear pipelines automatizados para compilar y probar contenedores de modelos de IA.
• Implementar control de versiones y reproducibilidad en los ciclos de vida de los modelos.
• Integrar estrategias de despliegue automatizado para servicios de IA.
• Aplicar las mejores prácticas de CI/CD adaptadas a las operaciones de aprendizaje automático.

Formato del curso

• Presentaciones guiadas por el instructor y discusiones técnicas.
• Laboratorios prácticos y ejercicios de implementación hands-on.
• Simulaciones realistas de flujos de trabajo CI/CD en un entorno controlado.

Opciones de personalización del curso

• Si su organización requiere flujos de trabajo de pipeline personalizados o integraciones con plataformas específicas, por favor contáctenos para adaptar este curso.

El programa Administrador Certificado de Kubernetes (CKA) fue creado por The Linux Foundation y la Cloud Native Computing Foundation (CNCF).

Kubernetes es actualmente una de las plataformas líderes utilizadas para la orquestación de contenedores.

Desde 2015, NobleProg ha impartido formación en Docker y Kubernetes. Con más de 360 proyectos de formación completados con éxito, nos hemos convertido en una de las empresas de formación más reconocidas a nivel mundial en el campo de la contenedorización.

Desde 2019, también ayudamos a nuestros clientes a validar su desempeño en entornos k8s preparándolos e incentivándolos para que aprueben los exámenes de CKA y CKAD.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a administradores de sistemas y usuarios de Kubernetes que desean validar sus conocimientos aprobando el examen CKA.

Por otro lado, la formación se centra también en adquirir experiencia práctica en la administración de Kubernetes, por lo que recomendamos participar, incluso si no tiene la intención de presentar el examen CKA.

Formato del curso

• Conferencia interactiva y discusión.
• Muchas ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar.
• Para obtener más información sobre la certificación CKA, visite: https://training.linuxfoundation.org/certification/certified-kubernetes-administrator-cka

El programa Desarrollador Certificado de Aplicaciones de Kubernetes (CKAD) ha sido desarrollado por The Linux Foundation y la Cloud Native Computing Foundation (CNCF), la organización anfitriona de Kubernetes.

Esta formación en vivo impartida por un instructor (en línea o en las instalaciones) está dirigida a desarrolladores que desean validar sus habilidades en el diseño, construcción, configuración y exposición de aplicaciones nativas de la nube para Kubernetes.

Por otro lado, la formación también se centra en adquirir experiencia práctica en el desarrollo de aplicaciones con Kubernetes, por lo que recomendamos participar en ella, incluso si no tiene la intención de presentarse al examen CKAD.

NobleProg imparte formación en Docker y Kubernetes desde 2015. Con más de 360 proyectos de formación completados con éxito, nos hemos convertido en una de las empresas de formación más reconocidas a nivel mundial en el ámbito de la contenerización. Desde 2019, también ayudamos a nuestros clientes a validar su desempeño en entornos de k8s preparándolos y fomentando que superen los exámenes CKA y CKAD.

Formato del curso

• Clases interactivas y discusiones.
• Muchos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
• Para obtener más información sobre CKAD, visite: https://training.linuxfoundation.org/certification/certified-kubernetes-application-developer-ckad/

Esta formación en vivo, impartida por un instructor en Costa Rica (en línea o presencial), está dirigida a ingenieros que deseen utilizar Docker para implementar y gestionar software como contenedores, en lugar de como software tradicional independiente.

Al finalizar esta formación, los participantes serán capaces de:

• Instalar y configurar Docker.
• Comprender e implementar la contenerización de software.
• Gestionar aplicaciones basadas en Docker.
• Conectar en red diferentes aplicaciones y sistemas basados en Docker.
• Comprender y editar registros de Docker.

Aprenda a construir, implementar y administrar entornos contenerizados utilizando Docker, Kubernetes y OpenShift. Esta formación práctica de cinco días cubre imágenes de contenedores, cargas de trabajo de Kubernetes, redes del clúster, almacenamiento, seguridad, monitoreo y administración práctica de OpenShift. Los participantes adquieren las habilidades necesarias para operar plataformas de contenedores modernas y resolver problemas de aplicaciones en entornos de desarrollo y producción.

En este entrenamiento en vivo dirigido por instructores en Costa Rica (presencial o remoto), los participantes aprenderán cómo crear y gestionar contenedores de Docker, y luego implementar una aplicación de ejemplo dentro de un contenedor. Los participantes también aprenderán cómo automatizar, escalar y gestionar sus aplicaciones contenerizadas dentro de un clúster de Kubernetes. Finalmente, el entrenamiento aborda temas más avanzados, guiando a los participantes por el proceso de asegurar, escalar y monitorear un clúster de Kubernetes.

Al finalizar este entrenamiento, los participantes podrán:

• Configurar y ejecutar un contenedor de Docker.
• Implementar un servidor y una aplicación web contenerizados.
• Construir y gestionar imágenes de Docker.
• Configurar un clúster de Docker y Kubernetes.
• Utilizar Kubernetes para implementar y gestionar una aplicación web en clúster.
• Asegurar, escalar y monitorear un clúster de Kubernetes.

Objetivos de la formación: Adquirir conocimientos teóricos y prácticos sobre Docker y Kubernetes.

La aceleración por GPU es esencial para ejecutar cargas de trabajo de aprendizaje profundo de alto rendimiento de manera escalable y eficiente.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales técnicos de nivel intermedio que deseen configurar, optimizar y ejecutar cargas de trabajo de IA habilitadas para GPU dentro de contenedores Docker.

Al finalizar este curso, los participantes serán capaces de:

• Crear y ejecutar contenedores habilitados para GPU para entrenamiento e inferencia.
• Configurar CUDA, controladores y bibliotecas de tiempo de ejecución para flujos de trabajo de IA en contenedores.
• Optimizar la asignación y el aislamiento de recursos para aplicaciones intensivas en GPU.
• Implementar servicios de aprendizaje profundo en contenedores y escalables en entornos de producción.

Formato del Curso

• Instrucción interactiva respaldada por demostraciones del mundo real.
• Práctica basada en ejercicios centrada en el desarrollo habilitado para GPU.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para una formación adaptada a su infraestructura o pila de GPU, póngase en contacto con nosotros para coordinarlo.

La implementación de IA híbrida es la práctica de ejecutar inferencias de IA en entornos de nube, locales y de borde, utilizando flujos de trabajo unificados basados en contenedores.

Esta formación en vivo con instrucción presencial (en línea o in situ) está dirigida a profesionales de nivel avanzado que desean diseñar e implementar sistemas de inferencia de IA distribuidos en entornos heterogéneos.

Al completar esta formación, los participantes podrán:

• Crear servicios de IA contenerizados, seguros y escalables para entornos multinodo.
• Desplegar cargas de trabajo de inferencia de IA en la nube, servidores locales y dispositivos de borde mediante Docker.
• Integrar herramientas de orquestación para automatizar las operaciones de IA distribuidas.
• Optimizar la latencia, la confiabilidad y la resiliencia de la inferencia en diversas infraestructuras.

Formato del curso

• Presentaciones guiadas y discusiones lideradas por expertos.
• Práctica intensiva con ejercicios aplicados.
• Experimentación en el mundo real en un entorno de laboratorio en vivo controlado.

Opciones de personalización del curso

• Para realizar ajustes personalizados que alineen este curso con la infraestructura o los casos de uso de su organización, contáctenos para personalizar la formación.

Kubeflow es una plataforma de código abierto diseñada para agilizar la construcción, entrenamiento y despliegue de cargas de trabajo de aprendizaje automático en Kubernetes.

Esta formación en vivo y con instructores (en línea o presencial) está dirigida a profesionales de nivel principiante a intermedio que desean construir flujos de trabajo de ML confiables utilizando Kubeflow.

Al completar esta formación, los asistentes adquirirán las habilidades para:

• Navegar por el ecosistema de Kubeflow y sus componentes principales.
• Construir flujos de trabajo reproducibles con Kubeflow Pipelines.
• Ejecutar trabajos de entrenamiento escalables en Kubernetes.
• Servir modelos de aprendizaje automático de manera eficiente con Kubeflow Serving.

Formato del curso

• Presentaciones guiadas y discusiones colaborativas.
• Laboratorios prácticos con componentes reales de Kubeflow.
• Ejercicios prácticos para construir flujos de trabajo de ML de extremo a extremo.

Opciones de personalización del curso

• Se pueden preparar versiones personalizadas de esta formación para alinearse con el conjunto tecnológico y los requisitos de proyectos de su equipo.

Esta formación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está orientada a ingenieros que desean evaluar los enfoques y las herramientas disponibles actualmente para tomar una decisión informada sobre cómo proceder con la adopción de MLOps dentro de su organización.

Al finalizar esta formación, los participantes serán capaces de:

• Instalar y configurar varios frameworks y herramientas de MLOps.
• Constituir el equipo adecuado con las competencias necesarias para construir y dar soporte a un sistema de MLOps.
• Preparar, validar y versionar los datos para su uso por modelos de ML.
• Comprender los componentes de un Pipeline de ML y las herramientas necesarias para construir uno.
• Experimentar con diferentes frameworks y servidores de aprendizaje automático para su despliegue en producción.
• Operativizar todo el proceso de Aprendizaje Automático para que sea reproducible y mantenible.

MLOps en Kubernetes es un marco de trabajo para automatizar el entrenamiento, validación, empaquetado y despliegue de modelos de machine learning utilizando pipelines contenerizados y flujos de trabajo GitOps.

Esta formación presencial o en línea (online o in situ) está dirigida a profesionales de nivel intermedio que desean construir pipelines de MLOps automatizados y escalables sobre Kubernetes.

Tras completar esta formación, los participantes estarán capacitados para:

• Diseñar pipelines de CI/CD de extremo a extremo para machine learning.
• Implementar flujos de trabajo GitOps para el despliegue y la versionación de modelos.
• Automatizar el entrenamiento, las pruebas y el empaquetado de modelos de ML.
• Integrar estrategias de monitoreo, alertas y retroceso (rollback).

Formato del curso

• Presentaciones dirigidas por un instructor e inmersión técnica.
• Ejercicios prácticos que construyen flujos de trabajo de CI/CD reales.
• Práctica en laboratorio en vivo desplegando cargas de trabajo de ML en Kubernetes.

Opciones de personalización del curso

• Las organizaciones pueden solicitar contenido personalizado alineado con las herramientas internas de MLOps y la infraestructura.