MLOps
MLOps ·Ciencia de Datos·DevOps
Curso para industrializar el ciclo de vida del machine learning y llevar modelos a producción con garantías. Aprendes a construir pipelines de datos reproducibles, gestionar experimentos, registrar y desplegar modelos, automatizar CI/CD específico para ML y monitorizar drift y costes en producción, incluyendo LLMOps. Al terminar entregas un sistema MLOps end-to-end listo para operar en una organización.
¿Prefieres verlo en directo? Agenda una demo sin compromiso.
Formación corporativa: este curso se activa bajo pedido para tu organización. Adaptamos temario, calendario y modalidad (teleformación, aula virtual o mixto).
Contenido del curso
Lleva modelos ML y aplicaciones GenAI a producción con gobierno y observabilidad.
-
Que es MLOps Lección
-
Ciclo de vida del machine learning Lección
-
DevOps vs MLOps Lección
-
Niveles de madurez MLOps Lección
-
Roles y equipos en MLOps Lección
-
Test Fundamentos de MLOps Test
Detalles del curso
Público objetivo
- Data scientists que quieren llevar sus modelos más allá del notebook y desplegarlos en producción.
- ML engineers que buscan sistematizar y automatizar el ciclo de vida completo de machine learning.
- DevOps engineers que necesitan adaptar sus prácticas de CI/CD al mundo del machine learning.
- Tech leads que deben definir la estrategia de MLOps para sus organizaciones.
Contenido del roadmap
Fundamentos y datos
Principios MLOps, ciclo de vida ML, niveles de madurez, pipelines de datos, feature engineering, validación y versionado con DVC.
Experimentación, registro y despliegue
Experiment tracking con MLflow, reproducibilidad, model registry, model cards, serving con FastAPI, contenedores Docker y estrategias de rollout.
Automatización y monitorización
CI/CD específico para ML, testing de modelos, GitHub Actions, monitorización de data drift y concept drift, dashboards y reentrenamiento automático.
LLMOps e infraestructura
Operaciones para modelos de lenguaje, gestión de prompts, guardrails, y plataformas cloud (AWS, GCP, Azure, Kubernetes).
Objetivos de aprendizaje
- Diseñar pipelines de datos robustos con feature engineering, validación y versionado.
- Gestionar experimentos, registrar modelos y documentarlos con MLflow y model cards.
- Desplegar modelos en producción con FastAPI, Docker, serverless y estrategias de rollout.
- Implementar CI/CD específico para ML con testing automatizado y GitHub Actions.
- Monitorizar modelos en producción detectando data drift, concept drift y degradación de rendimiento.
- Aplicar prácticas LLMOps para gestionar prompts, evaluar LLMs y controlar costes.
Otros cursos de MLOps
MLOps - Fundamentos
Curso base de MLOps centrado en sentar los cimientos sobre los que cualquier organización puede operar machine learning. Aprendes los principios del ciclo de vida ML, a diseñar pipelines de datos con feature engineering reproducible, validación de calidad y versionado, y a gestionar experimentos con tracking sistemático. Al terminar tienes el lenguaje y las prácticas comunes para entrar a un proyecto MLOps con criterio.
MLOps - Módulos avanzados
Curso centrado en el paso del modelo entrenado a producción con disciplina de ingeniería. Aprendes a registrar y versionar modelos con trazabilidad completa, desplegarlos como servicios con estrategias de rollout seguras y construir pipelines de CI/CD específicos para ML que validen datos, métricas y comportamiento del modelo. Al terminar puedes operar promociones de modelos sin paralizar al equipo.
MLOps - Módulos avanzados II
Curso centrado en operar machine learning a escala en producción, pensado para equipos que ya tienen modelos vivos. Aprendes a monitorizar drift y degradación, aplicar LLMOps con gestión de prompts, evaluación y guardrails, y elegir la infraestructura cloud adecuada para servir modelos con coste controlado. Al terminar dominas las prácticas avanzadas que cierran el ciclo MLOps con observabilidad real.
Forma equipos completos con un itinerario
Este curso aparece dentro de las siguientes carreras corporativas.
AI Engineering
Itinerario completo para formar AI Engineers capaces de diseñar, construir y operar aplicaciones de IA generativa en producción: APIs de LLMs, RAG corporativo, orquestación multi-agente, modelos locales, MCP y MLOps para equipos de ingeniería, consultoras y departamentos tecnológicos que necesitan consolidar la adopción de IA.
IA para Ciencia de Datos
Carrera profesional de ciencia de datos e IA para equipos que construyen modelos predictivos, sistemas de ML y pipelines de deep learning en producción: Python, SQL, análisis con NumPy y pandas, visualización, machine learning con scikit-learn, deep learning con TensorFlow y PyTorch, Transformers de Hugging Face, PySpark y MLOps.
LLM Engineering
Carrera profesional especializada en la construcción de aplicaciones LLM en producción: dominio avanzado de Prompt Engineering, APIs de OpenAI y Anthropic, RAG corporativo con LangChain, agentes con LangGraph y CrewAI, protocolo MCP, modelos locales con Ollama y LM Studio y MLOps aplicado a sistemas LLM para equipos de banca, seguros, consultoras y gran empresa que despliegan asistentes, copilotos y agentes inteligentes sobre datos corporativos.
¿Formación para tu equipo en esta tecnología?
Tú nos dices a quién formar y nosotros configuramos la plataforma con tu marca, damos de alta a tu gente, evaluamos las entregas con IA y te entregamos los certificados y los informes técnicos para tu gestor FUNDAE. Catálogo amplio con teleformación, aula virtual o mixto. Sin permanencia, sin coste de setup.
¿Prefieres verlo en directo? Agenda una demo.
Preguntas frecuentes
- ¿MLOps es bonificable por FUNDAE para mi empresa?
- Puede ser bonificable cuando la acción cumple los requisitos aplicables. La plataforma aporta evidencias técnicas: seguimiento de tiempos, registro de conexiones, foros, encuestas y certificados para que tu entidad organizadora o gestoría revise la documentación.
- ¿En qué modalidades se imparte MLOps?
- En tres modalidades: teleformación (online asíncrona), aula virtual privada en directo y mixta. Adaptamos temario, calendario y modalidad al equipo.
- ¿Se adapta MLOps al nivel de mi equipo?
- Sí. Adaptamos temario, calendario y modalidad al nivel y al stack del equipo, con ejercicios evaluados por IA y certificado verificable.
- ¿Cuánto tarda en activarse para mi empresa?
- La activación corporativa estándar es rápida, sin coste de setup ni permanencia.