AIOps: CI/CD para Sistemas de IA

Resumen

DevOps es un concepto que ha existido durante mucho tiempo y ha sido aplicado a ML y, recientemente, a LLMs. En este curso, AIOps:

CI/CD para Sistemas de IA, aprenderás a aplicar CI/CD, un concepto fundamental de DevOps, a ML, IA y LLMs.

Primero, explorarás cómo funcionan los pipelines de CI/CD con los modelos de ML. Luego, descubrirás cómo desplegar en entornos en la nube utilizando un pipeline de CI/CD.

Finalmente, aprenderás a probar automáticamente el pipeline en todas las etapas. Cuando termines este curso, tendrás las habilidades y el conocimiento de los pipelines CI/CD necesarios para producir y aplicar estos pipelines a tus propios modelos de ML/IA/LLM.

Programa de estudio

• Introducción a AIOps y CI/CD para IA
Resumen de los principios de DevOps
Introducción a los conceptos de CI/CD
Importancia de CI/CD en IA y ML
• Pipelines de CI/CD para Modelos de Aprendizaje Automático
Diseño de un pipeline de CI/CD para ML
Herramientas y plataformas para CI/CD de ML (Jenkins, GitLab, etc.)
Control de versiones y seguimiento de modelos (Git, DVC)
• Implementación de Pipelines de CI/CD para IA
Integración de CI/CD con flujos de trabajo de aprendizaje automático
Automatización de la preprocesamiento de datos y la ingeniería de características
Entrenamiento y validación continua de modelos
• Despliegue de Modelos de IA con CI/CD
Estrategias para desplegar modelos de ML en entornos en la nube
Uso de servicios en la nube (AWS, Azure, GCP) para el despliegue de modelos
Infraestructura como código para sistemas de IA (Terraform, Ansible)
• CI/CD para Modelos de Lenguaje Grande (LLMs)
Consideraciones especiales para LLMs en CI/CD
Técnicas para un despliegue eficiente de LLM
Monitoreo y actualización de LLMs desplegados
• Pruebas en Pipelines de CI/CD
Marcos de pruebas automáticas y estrategias
Pruebas unitarias y de integración para sistemas de IA
Garantía de rendimiento y confiabilidad del modelo a través de pruebas
• Temas Avanzados de CI/CD
Manejo del desplazamiento de datos y reentrenamiento de modelos
Implementación de pruebas A/B y lanzamientos canarios para modelos de IA
Seguridad y cumplimiento en pipelines de CI/CD de IA
• Estudios de Caso y Aplicaciones del Mundo Real
Evaluación de implementaciones exitosas de CI/CD en IA
Lecciones aprendidas de líderes de la industria
• Conclusión del Curso y Aplicación Práctica
Mejores prácticas para CI/CD en el desarrollo de IA
Proyecto práctico: Construyendo un pipeline de CI/CD para un modelo de IA de muestra

Enseñado por

David Harris

Asignaturas

Ciencias de la Computación