DP-100T00-A: Designing and Implementing a Data Science Solution on Azure
Adquiera los conocimientos necesarios sobre cómo usar los servicios de Azure para desarrollar, entrenar e implementar soluciones de aprendizaje automático. El curso comienza con una descripción general de los servicios de Azure que respaldan la ciencia de datos. A partir de ahí, se centra en el uso del principal servicio de ciencia de datos de Azure, Azure Machine Learning, para automatizar la canalización de la ciencia de datos. Este curso se centra en Azure y no enseña al estudiante cómo realizar ciencia de datos. Se presupone que los estudiantes ya lo saben.
| Duración | 24 h |
|---|---|
| Idioma de dictado | Español |
| Modalidad | Online |
| Tecnología | Azure |
Plan de Estudio
Módulo 1: Ciencia de Datos en Azure
El estudiante aprenderá sobre el proceso de ciencia de datos y el rol del científico de datos. Esto se aplicará posteriormente para comprender cómo los servicios de Azure pueden respaldar y ampliar dicho proceso.
Lecciones
Introducción al proceso de ciencia de datos
Resumen de las opciones de ciencia de datos de Azure
Introducción a Azure Notebooks
Módulo 2: Ciencia de Datos con el servicio Azure Machine Learning
El estudiante aprenderá a usar el servicio Azure Machine Learning (AML) para automatizar el proceso de ciencia de datos de principio a fin.
Lecciones
Introducción al servicio AML
Registro e implementación de modelos de aprendizaje automático con el servicio AML
Módulo 3: Automatización del aprendizaje automático con el servicio AML
En este módulo, el estudiante aprenderá sobre la canalización de aprendizaje automático y cómo AutoML e HyperDrive del servicio AML pueden automatizar algunas de las partes más laboriosas. Lecciones
Automatizar la selección de modelos de aprendizaje automático
Automatizar el ajuste de hiperparámetros con HyperDrive
Módulo 4: Gestión y monitorización de modelos de aprendizaje automático con el servicio AML
En este módulo, el estudiante aprenderá a gestionar y monitorizar automáticamente modelos de aprendizaje automático en el servicio AML.
Lecciones
Gestionar y monitorizar modelos de aprendizaje automático
Calendario
| Modalidad | Sede | Días | Horarios | Fecha de Inicio | Fecha de Finalización |
|---|---|---|---|---|---|
| Online | Distrito Tecnologico | Lunes, Miércoles, Viernes | 18:30 a 22:30 | 5 Enero 2026 | 16 Enero 2026 |
| Online | Distrito Tecnologico | Lunes, Miércoles, Viernes | 18:30 a 22:30 | 13 Febrero 2026 | 27 Febrero 2026 |
| Online | Distrito Tecnologico | Lunes, Miércoles, Viernes | 18:30 a 22:30 | 27 Abril 2026 | 11 Mayo 2026 |
| Online | Distrito Tecnologico | Lunes, Miércoles, Viernes | 18:30 a 22:30 | 6 Julio 2026 | 17 Julio 2026 |
| Online | Distrito Tecnologico | Lunes, Miércoles, Viernes | 18:30 a 22:30 | 31 Agosto 2026 | 11 Septiembre 2026 |
| Online | Distrito Tecnologico | Lunes, Miércoles, Viernes | 18:30 a 22:30 | 2 Noviembre 2026 | 13 Noviembre 2026 |
Formas de Pago
Formas de Pago
- Mercado pago
- Depósito y/o transferencia
Beneficios
- Somos un Centro de Capacitación inscripto en SEPYME y REGICE por lo que las empresas pueden recibir importantes reintegros por crédito fiscal.
Perfil del Estudiante
Este curso está dirigido a científicos de datos y aquellos con responsabilidades importantes en la capacitación e implementación de modelos de aprendizaje automático.
Requisitos
Tener la certificación en Fundamentos de Azure. Comprensión de la ciencia de datos, incluyendo cómo preparar datos, entrenar modelos y evaluar modelos competitivos para seleccionar el mejor. También saber como programar en Python y a usar sus bibliotecas: pandas, scikit-learn, matplotlib y seaborn.
