Canalizaciones de ML de producción: ciencia de datos tabulares e implementación

La transición de entrenar modelos aislados a implementar sistemas confiables y listos para la producción es el mayor obstáculo para los aspirantes a profesionales de ML.Este curso proporciona el conocimiento fundamental y los pasos prácticos necesarios para eliminar esa brecha. Este programa cambia su enfoque de los scripts de modelos aislados a las tuberías de ML completas y mantenibles.Dominará todo el flujo de trabajo necesario para manejar datos estructurados, evitar trampas comunes como la fuga de datos y servir predicciones de manera eficiente, preparándolo para roles de ingeniería de LM en el mundo real. Lo que aprenderás: * Comprender los principios de la construcción de tuberías de aprendizaje automático modulares y mantenibles para datos estructurados. * Aplicar técnicas avanzadas de ingeniería de características y métodos de validación rigurosos para evitar fugas de datos y garantizar la robustez del modelo. * Dominar modelos de impulso de gradiente de alto rendimiento, como CatBoost y LightGBM, para tareas complejas de clasificación tabular y regresión. * Configurar el ajuste automatizado de hiperparámetros utilizando herramientas como Optuna para encontrar de manera eficiente las configuraciones óptimas del modelo. * Interpretar las predicciones del modelo con precisión utilizando valores SHAP para proporcionar la explicabilidad necesaria para las partes interesadas y la depuración. * Diseñar e implementar flujos de trabajo básicos de inferencia por lotes y API REST simples para la integración y el servicio de modelos sin problemas. * Practicar la estructuración de código y la gestión de entornos esenciales para el desarrollo profesional de ML. Comenzamos con conceptos fundamentales en el procesamiento de datos estructurados y avanzamos a través de la generación de características, la validación rigurosa, la optimización y, finalmente, los fundamentos de implementación.El enfoque está en flujos de trabajo prácticos y repetibles utilizando bibliotecas Python modernas. Este curso está diseñado para principiantes que están familiarizados con la sintaxis básica de Python y desean hacer la transición a la construcción de soluciones profesionales de aprendizaje automático para datos estructurados.No se requiere experiencia previa en MLOps o modelado avanzado. Comience a crear su primer canal de ML de nivel de producción hoy mismo.