¿Buscas nuestro logo?
Aquí te dejamos una copia, pero si necesitas más opciones o quieres conocer más, visita nuestra área de marca.
Conoce nuestra marca.
Uno de los principales retos en los proyectos de Machine Learning es llevar el código que desarrollan los Data Scientist a producción. Por ello, en los últimos años han aparecido diferentes herramientas y técnicas de MLOps que facilitan este proceso, pero muchas veces requieren refactorizar o vincular el código con alguna herramienta.
En este webinar veremos cómo resolver este problema por medio de una arquitectura de contenedores y buenas prácticas en el diseño de código orientado a Machine Learning. Esto nos permite productivizar nuestro código local en un entorno productivo con cero fricción. Finalmente veremos un caso práctico con Airflow y Docker.
¿Quién es el ponente?
Ángel Delgado
Estudié Física y actualmente soy Machine Learning Engineer. En mi tiempo libre me gusta investigar sobre Inteligencia Artificial y twittear sobre ello. Tomo mucho café.
