Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a los Modelos Devstral y Mistral
- Vista general de los modelos de código abierto de Mistral.
- Licenciamiento Apache-2.0 y adopción empresarial.
- El papel de Devstral en flujos de trabajo de programación y agentes (agentic).
Autoalojamiento de los Modelos Mistral y Devstral
- Preparación del entorno y selección de infraestructura.
- Contenerización y despliegue con Docker/Kubernetes.
- Consideraciones de escalado para el uso en producción.
Técnicas de Ajuste Fino
- Ajuste fino supervisado versus ajuste eficiente en parámetros.
- Preparación y limpieza de conjuntos de datos.
- Ejemplos de personalización específica del dominio.
Operaciones de Modelos (Model Ops) y Versionado
- Mejores prácticas para la gestión del ciclo de vida de los modelos.
- Estrategias de versionado y reversión de modelos.
- Flujos de trabajo CI/CD para modelos de ML.
Gobernanza y Cumplimiento Normativo
- Consideraciones de seguridad para el despliegue de código abierto.
- Monitoreo y capacidad de auditoría en contextos empresariales.
- Marco de cumplimiento normativo y prácticas de IA responsable.
Monitoreo y Observabilidad
- Rastreo de la deriva del modelo (drift) y degradación de la precisión.
- Instrumentación para el rendimiento de la inferencia.
- Flujos de trabajo de alertas y respuesta.
Casos de Estudio y Mejores Prácticas
- Casos de uso industrial de la adopción de Mistral y Devstral.
- Equilibrio entre costo, rendimiento y control.
- Lecciones aprendidas de las Operaciones de Modelos de código abierto.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los flujos de trabajo de aprendizaje automático.
- Experiencia con frameworks de ML basados en Python.
- Conocimiento de entornos de contenerización y despliegue.
Público Objetivo
- Ingenieros de ML.
- Equipos de plataformas de datos.
- Ingenieros de investigación.
14 Horas
