Entrena els teus models de GENAI amb MLFLOw

QUÈ APRENDRÀS?

• Gestionar tot el cicle de vida dels models de Machine Learning amb MLFlow.
• Organitzar entrenaments mitjançant experiments i visualitzar mètriques al dashboard de MLFlow.
• Desplegar models en entorns distribuïts com Kubernetes utilitzant MLServer.
• Aplicar principis de MLOps per millorar l'eficiència i la traçabilitat dels teus projectes d'IA.

CONTINGUT

• Introducció a MLFlow: arquitectura i components principals.
• Creació de datasets i entrenament de models amb seguiment d'experiments.
• Exportació i visualització de mètriques d'avaluació.
• Comparació de resultats entre execucions amb diferents paràmetres.
• Implementació d'un servidor d'inferència amb MLServer (Flask).
• Posada en producció del model entrenat en un clúster de Kubernetes.

A QUI S'ADREÇA?

Aquesta masterclass està pensada per a professionals tècnics que treballen amb Machine Learning i volen incorporar pràctiques de MLOps per millorar la gestió, traçabilitat i desplegament dels seus models. Està especialment orientada a:

• Data scientists que volen estructurar millor els seus experiments i fer seguiment de mètriques.
• Enginyers de machine learning que necessiten desplegar models en entorns productius i escalables.
• DevOps i MLOps engineers que busquen integrar ML en pipelines de CI/CD.
• Desenvolupadors de software que participen en projectes d'IA i volen conèixer eines per portar models a producció.
• Equips de R+D que treballen amb models generatius (GENAI) i volen millorar la gestió del cicle de vida.