Evaluación de Modelos y MLOps con Vertex AI

Desplegar modelos de machine learning es solo la mitad de la batalla; asegurar que sigan siendo precisos, imparciales y confiables en producción es donde comienza el verdadero MLOps. Este curso basado en texto te guía a través de los principios esenciales de la evaluación de modelos, ayudándote a construir sistemas robustos que brinden valor constante en el mundo real. Pasarás de comprender el rendimiento básico del modelo a implementar flujos de trabajo de evaluación avanzados. A través de explicaciones escritas claras y ejemplos de código prácticos, adquirirás las habilidades necesarias para evaluar con confianza modelos de IA predictivos y generativos utilizando métricas y herramientas estándar de la industria. Lo que aprenderás: * Comprender los conceptos centrales de MLOps y el papel crítico de la evaluación de modelos; * Evaluar modelos predictivos utilizando métricas de clasificación, regresión y pronóstico; * Evaluar IA generativa y modelos de lenguaje grandes (LLMs) utilizando marcos de evaluación modernos; * Detectar deriva del modelo, sesgos y degradación del rendimiento en entornos de producción; * Configurar pipelines de evaluación dentro de Vertex AI para automatizar verificaciones de calidad; * Aplicar prácticas modernas de observabilidad para monitorear la salud del modelo y la calidad de los datos a lo largo del tiempo. El curso comienza con definiciones fundamentales de terminología clave de MLOps y métricas de evaluación, antes de pasar paso a paso a flujos de trabajo de evaluación prácticos y pipelines automatizados. Este curso está diseñado para aspirantes a ingenieros de ML, científicos de datos y desarrolladores que son nuevos en MLOps y desean dominar la evaluación de modelos sin experiencia previa en operaciones en la nube. Comienza a leer hoy mismo para construir sistemas de machine learning confiables y de alta calidad con confianza.