Docker para IA/ML

Resumen

This course features Coursera Coach! A smarter way to learn with interactive, real-time conversations that help you test your knowledge, challenge assumptions, and deepen your understanding as you progress through the course.

In this course, you will gain a deep understanding of how Docker integrates with Machine Learning (ML) and Artificial Intelligence (AI). Docker is a powerful tool that streamlines the deployment and management of ML/AI applications, making it a crucial technology for efficient workflows.

You will start by learning the importance of Docker in the context of ML and AI, then move on to setting up Docker on your system, configuring tools, and diving into hands-on projects. The course is structured around practical scenarios, such as building a development environment for MLFlow and Jupyter, containerizing ML applications, and simulating production-grade ML systems using Docker Compose.

Each section builds on the previous, ensuring a comprehensive understanding of Docker's role in AI/ML workflows. The course progresses with focused topics, including integrating Large Language Models (LLMs) and using Docker Model Runner for local deployment.

This course is perfect for developers, data scientists, and AI/ML practitioners who wish to enhance their ability to deploy and manage machine learning systems using Docker. It is suitable for those with a basic understanding of Docker, AI/ML principles, and software development, as the course focuses on hands-on experience.

The difficulty level is intermediate. By the end of the course, you will be able to set up ML/AI environments with Docker, containerize applications, simulate production-grade ML systems, and deploy and manage AI models in Docker containers.

Programa

• Introducción
En este módulo, exploraremos la importancia de Docker en el contexto de aprendizaje automático e inteligencia artificial. Aprenderás cómo Docker facilita la gestión y el despliegue eficiente de sistemas de IA/ML. Además, obtendrás experiencia práctica con la instalación de Docker Desktop y la configuración de tu entorno para el curso.
• Lanzar y Operar Entornos de Desarrollo de ML con Docker
En este módulo, profundizaremos en el lanzamiento y gestión de entornos de desarrollo de aprendizaje automático utilizando Docker. Obtendrás experiencia práctica con conceptos de Docker y operaciones con contenedores, así como aprenderás a configurar e integrar MLFlow y Jupyter para un seguimiento de experimentos y desarrollo de modelos sin interrupciones.
• Empaquetar Aplicaciones de ML como Imágenes de Contenedores con Dockerfiles
En este módulo, nos enfocaremos en empaquetar aplicaciones de aprendizaje automático como contenedores de Docker. Aprenderás a crear y probar imágenes de Docker, construir aplicaciones usando Dockerfiles, y desplegar tu aplicación de ML en contenedores en plataformas como Hugging Face para compartir y colaborar.
• Simular Sistemas de ML de Grado de Producción en Desarrollo con Docker Compose
En este módulo, simularemos sistemas de aprendizaje automático de grado de producción usando Docker Compose. Aprenderás a construir y desplegar aplicaciones, automatizar flujos de trabajo de ML, y gestionar múltiples servicios, asegurando una interacción fluida entre varios contenedores en un entorno de desarrollo.
• Ejecutar LLMs Localmente con Docker Model Runner
En este módulo, nos enfocaremos en ejecutar Modelos de Lenguaje Extensos localmente utilizando Docker Model Runner. Obtendrás experiencia práctica configurando e iniciando LLMs en un contenedor Docker, además de aprender cómo configurar estos sistemas para compatibilidad con APIs de OpenAI y plataformas similares.
• Exploración del Protocolo de Contexto de Modelo con Docker MCP Toolkit
En este módulo, exploraremos el Docker MCP Toolkit y su integración con Agentic AI. Aprenderás los fundamentos del Protocolo de Contexto de Modelo, trabajarás en proyectos prácticos, y aprenderás a gestionar y automatizar revisiones de código mientras te conectas de forma segura con GitHub para la colaboración.

---

Impartido por

Packt - Course Instructors

---

Materias

Computer Science