Curso de Inteligencia Artificial GRATIS | Gestion de Datos y Modelos en Inteligencia Artificial #3

Lección 7 de 1164%

Ya has superado la mitad. Estás muy cerca de completar el curso.

Sobre esta lección

Clase #3 | MLOps — Versionado de Datasets y Modelos con DVC + Git (sin reventar tu repositorio) | DagsHub En software tradicional, Git es el estándar para versionar código. Pero en Machine Learning, los artefactos grandes (datasets y modelos) pueden pesar GB o TB, y Git no está hecho para eso. Resultado: repositorios gigantes, lentos y dolorosos. 😵‍💫 En esta clase aprendes la solución MLOps correcta: separar responsabilidades. ✅ Git versiona el código (texto) ✅ DVC versiona datasets/modelos con un almacenamiento remoto (S3, GDrive, o DagsHub) usando archivos “puntero” (metadatos) en el repo. 🧠 Qué vas a aprender (resumen rápido) ✅ Por qué Git no sirve para versionar datasets/modelos grandes ✅ Qué es DVC y cómo trabaja “junto con Git” ✅ Cómo funciona el concepto de archivo puntero (metadata) ✅ Cómo guardar artefactos en un remote storage (ej: DagsHub) ✅ Buenas prácticas para proyectos ML reproducibles (MLOps de verdad) 🧩 Concepto clave (en 1 línea) 📌 Git para código + DVC para datos/modelos = repos limpios + reproducibilidad + colaboración real ------------------------------------------------------------------- links ---------------------------------------------------------------------------- ✅ Plataforma + demos (ingeniia): https://www.ingeniia.co ✅ Repositorio del proyecto (código): https://github.com/AprendeIngenia/deep_learning_services ------------------------------------------------------------------- curso IA ---------------------------------------------------------------------------- 🧩 Únete a la Comunidad / Asesorías: https://www.ingeniia.co/community 🧠 Códigos, mapas mentales y demos: https://www.ingeniia.co ------------------------------------------------------------------- redes ---------------------------------------------------------------------------- 🤗 Hugging Face: https://huggingface.co/inGeniia 💾 GitHub: https://github.com/AprendeIngenia 📸 Instagram: https://www.instagram.com/santiagsanchezr/ 🐦 X / Twitter: https://x.com/SantiagSanchezR 💼 LinkedIn: https://www.linkedin.com/in/santiago-sanchez-rios-0b20431b8/ 🧺 Datasets: https://huggingface.co/inGeniia ------------------------------------------------------------------- apoyo ---------------------------------------------------------------------------- ❤️ Apoya el canal ⭐ Miembros (contenido exclusivo): https://www.youtube.com/channel/UCzwHEOCbsZLjfELperJ6VeQ/join ☕ Donaciones PayPal: https://www.paypal.me/santiagsanchezr --------------------------------------------------------------------------------------------------------------------------------------------------------- 👍 Si te sirvió Suscríbete para más clases del curso y deja en comentarios qué dataset te gustaría que entrenemos después. #deeplearning #inteligenciaartificial #artificialintelligence #development #developer #machinelearning #devops #mlops #python #curso

Sobre este curso

Curso de Deep Learning con buenas practicas de desarrollo de software (DevOps) y buenas practicas de experimentación con redes neuronales profundas (MLOps).

Lección 7 de 11Nivel: principianteDuración total: 8h 24m

Lo que aprenderás en este curso:

  • Comprender los fundamentos del aprendizaje automático
  • Implementar algoritmos de clasificación y regresión
  • Preparar y limpiar datos para modelos predictivos
  • Evaluar y optimizar modelos de machine learning