Comienza tu carrera en ciencia de los datos. Aplica ciencia de datos y el aprendizaje automático para implementar y ejecutar cargas de trabajo de aprendizaje automático en Azure ML.
Esta especialización está destinada a científicos de datos con conocimientos existentes de Python y marcos de aprendizaje automático como Scikit-Learn, PyTorch y Tensorflow, que desean crear y operar soluciones de aprendizaje automático en la nube. Esta especialización enseña a los alumnos cómo crear soluciones integrales en Microsoft Azure.
Aprenderán a administrar los recursos de Azure para el aprendizaje automático; ejecutar experimentos y entrenar modelos; implementar y poner en funcionamiento soluciones de aprendizaje automático; e implementar el aprendizaje automático responsable.
También aprenderán a usar Azure Databricks para explorar, preparar y modelar datos; e integrar los procesos de aprendizaje automático de Azure Databricks con Azure Machine Learning.
Este programa consta de 4 rutas de aprendizaje para ayudarte y prepararte para tomar el Examen DP-100: Diseño e implementación de una solución de ciencia de datos en Azure. El examen de certificación es una oportunidad para demostrar el conocimiento y la experiencia en el manejo de soluciones de aprendizaje automático a escala de la nube mediante Azure Machine Learning.
Esta especialización le enseña a aprovechar su conocimiento existente de Python y el aprendizaje automático para administrar la ingesta y preparación de datos, el entrenamiento y la implementación de modelos y el monitoreo de soluciones de aprendizaje automático en Microsoft Azure.
Cada ruta te enseña los conceptos y habilidades que se miden en el examen. Al final de este programa, estarás listo para tomar el DP-100: Diseño e implementación de una solución de ciencia de datos en Azure. Entrenamiento e implementación de modelos, y monitoreo de soluciones de aprendizaje automático en Microsoft Azure.
Los alumnos participarán en ejercicios interactivos a lo largo de este programa que ofrece oportunidades para practicar e implementar lo que están aprendiendo. Trabajarán directamente en Azure Portal y usarán Azure Sandbox. Este es un entorno que permite a los alumnos explorar Microsoft Azure y ponerse manos a la obra con los recursos y servicios de Microsoft Azure en vivo.
Por ejemplo, cuando aprendes a entrenar una red neuronal profunda; trabajarás en un entorno temporal de Azure llamado Sandbox. Lo bueno de esto es que trabajarás con tecnología real pero en un entorno controlado, lo que le permitirá aplicar lo que aprendas a tu propio ritmo. No Necesitarás una cuenta de Microsoft ya que Xploiter te proveerá una cuenta Azure Sandbox permitiendo el acceso de tiempo fijo a una suscripción en la nube. Los alumnos pueden explorar, crear y administrar recursos de manera segura sin temor a incurrir en costos adicionales.
-
Fechas límite flexibles
-
Restablece las fechas límite en función de tus horarios.
-
Obtén un certificado al finalizar
-
Comienza de inmediato y aprende a tu propio ritmo.
-
Programa especializado: Microsoft Azure Data Scientist Associate - DP-100 Test Prep
-
El conocimiento de los conceptos matemáticos básicos es importante y también es beneficioso cierta experiencia con Python.
-
Aprox. 17 horas para completar
Es un programa especializado de Xploiter en combinación Microsoft Learning + Azure Sandbox que te ayuda a dominar una aptitud con practicas reales en entornos Azure relaes (Sandboxes).
Para comenzar, inscríbete en el programa especializado. Al suscribirte a un curso que forme parte de un programa especializado, quedarás suscrito de manera automática al programa especializado completo. Puedes completar solo un curso y pausar tu aprendizaje. Cada Sandbox tiene unos tiempos programados para acada actividad - Estos Sandbox puedes porgramarlos segun tus tiempos para completar tus actividades.
Cada programa especializado incluye un Laboratorio. Necesitarás completar correctamente el laboratorio para completar el programa especializado y obtener tu certificado.
Obtén un certificado cuando completes todo el Learning Path junto con los laboratorios, obtendrás un Certificado que puedes compartir con posibles empleadores y tu red profesional además de poder presentar el examen: DP-100: Diseño e implementación de una solución de ciencia de datos en Azure.
| Actividad | Duración |
|---|---|
| Microsoft Azure AI Fundamentals | 3 horas |
| Use automated machine learning in Azure Machine Learning | 45 minuntos |
| Create a Regression Model with Azure Machine Learning designer | 55 minutos |
| Create a classification model with Azure Machine Learning designer | 1 hora |
| Create a Clustering Model with Azure Machine Learning designer | 49 minutos |
| Build and operate machine learning solutions with Azure Machine Learning | 10 horas |
| Introduction to the Azure Machine Learning SDK | 1 hora |
| Train a machine learning model with Azure Machine Learning | 40 minutos |
| Work with Data in Azure Machine Learning | 45 minutos |
| Work with Compute in Azure Machine Learning | 45 minutos |
| Work with Compute in Azure Machine Learning | 45 minutos |
| Deploy real-time machine learning services with Azure Machine Learning | 40 minutos |
| Deploy batch inference pipelines with Azure Machine Learning | 44 minutos |
| Tune hyperparameters with Azure Machine Learning | 46 minutos |
| Automate machine learning model selection with Azure Machine Learning | 25 minutos |
| Explore differential privacy | 38 minutos |
| Explain machine learning models with Azure Machine Learning | 47 minutos |
| Detect and mitigate unfairness in models with Azure Machine Learning | 45 minutos |
| Monitor models with Azure Machine Learning | 39 minutos |
| Monitor data drift with Azure Machine Learning | 42 minutos |
| Explore security concepts in Azure Machine Learning | 36 minutos |
| Build and operate machine learning solutions with Azure Databricks | 4 horas |
| Get started with Azure Databricks | 21 min |
| Work with data in Azure Databricks | 21 min |
| Prepare data for machine learning with Azure Databricks | 26 min |
| Train a machine learning model with Azure Databricks | 21 min |
| Use MLflow to track experiments in Azure Databricks | 21 min |
| Manage machine learning models in Azure Databricks | 21 min |
| Track Azure Databricks experiments in Azure Machine Learning | 24 min |
| Deploy Azure Databricks models in Azure Machine Learning | 24 min |
| Tune hyperparameters with Azure Databricks | 45 min |
| Distributed deep learning with Horovod and Azure Databricks | 35 min |