Cursos de formación
DP-100T01: DESIGNING AND IMPLEMENTING A DATA SCIENCE SOLUTION ON AZURE
DP-100T01: DESIGNING AND IMPLEMENTING A DATA SCIENCE SOLUTION ON AZURE
Datos del curso 24/0999.009
Familia: INFORMÁTICA Y COMUNICACIONES
Certificado profesional: NO
Modalidad
Presencial
Horas
32
Fecha
Mon Oct 14 00:00:00 GMT 2024
Tipo de formación
General
Horario
Virtual de 16:00 a 20:00
Fecha fin
Thu Oct 24 00:00:00 GMT 2024
Alumnos
16
Fin inscripción
Datos del centro
Localidad:
ZARAGOZA
Teléfono:
976715153
Responsable:
José Antonio Barrabés
Dirección:
AVENIDA ALCALDE SAINZ DE VARANDA 15
Requisitos para realizar el curso
Requisitos
Requisitos especificos
Tener conocimientos básicos de conceptos de informática en la nube y experiencia en técnicas y herramientas generales de ciencia de datos y aprendizaje automático:· Creación de recursos en la nube en Microsoft Azure.· Uso de Python para explorar y visualizar datos.· Entrenamiento y validación de modelos de Machine Learning mediante marcos comunes, como Scikit-Learn, PyTorch y TensorFlow. Trabajo con contenedores.
Finalidad y Programa del curso
Finalidad
Formar de manera actualizada a profesionales para su inmediata adecuación laboral.
Programa
Examen de certificación incluido: DP-100 Designing and Implementing a Data Science Solution on Azure· Módulo 1: Diseño de una estrategia de ingesta de datos para proyectos de aprendizaje automático· Módulo 2: Diseño de una solución de entrenamiento de modelos de Machine Learning· Módulo 3: Diseño de una solución de implementación de modelos· Módulo 4: Exploración de recursos del área de trabajo de Azure Machine Learning· Módulo 5: Exploración de las herramientas de desarrollo para la interacción de áreas de trabajo· Módulo 6: Hacer que los datos estén disponibles en Azure Machine Learning· Módulo 7: Trabajo con destinos de proceso en Azure Machine Learning· Módulo 8: Trabajo con entornos de Azure Machine Learning· Módulo 9: Búsqueda del mejor modelo de clasificación con aprendizaje automático automatizado· Módulo 10: Seguimiento del entrenamiento de modelos en cuadernos de Jupyter Notebook con MLflow· Módulo 11: Ejecución de un script de entrenamiento como un trabajo de comando en Azure Machine Learning· Módulo 12: Seguimiento del entrenamiento del modelo con MLflow en trabajos· Módulo 13: Ejecución de canalizaciones en Azure Machine Learning· Módulo 14: Realización del ajuste de hiperparámetros con Azure Machine Learning· Módulo 15: Implementación de un modelo en un punto de conexión en línea administrado· Módulo 16: Implementación de un modelo en un punto de conexión por lotes
Profesorado
Equipamiento
Fecha y hora previstas de la seleccion
Fecha Selección 03/10/2024
Hora Selección 16:00