Microsoft Corporation

DP-100: Designing and Implementing a Data Science Solution on Azure

18 horas
  740 €    592,00 €
Presencial o Live Virtual Class
Presencial o Live Virtual Class

17 may 2021 - 19 may 2021   |  

DP-100: Designing and Implementing a Data Science Solution on Azure

18 h |   740 €    592,00 € | Barcelona o Live Virtual Class | Español
Lunes - Martes - Miércoles (09:00h - 15:00h)
Calendario de sesiones

17 may 2021 - 19 may 2021   |  

DP-100: Designing and Implementing a Data Science Solution on Azure

18 h |   740 €    592,00 € | Madrid o Live Virtual Class | Español
Lunes - Martes - Miércoles (09:00h - 15:00h)
Calendario de sesiones

12 jul 2021 - 14 jul 2021   |  

DP-100: Designing and Implementing a Data Science Solution on Azure

18 h |   740 €    592,00 € | Barcelona o Live Virtual Class | Español
Lunes - Martes - Miércoles (09:00h - 15:00h)
Calendario de sesiones

DP-900: Microsoft Azure Data Fundamentals AI-900: Microsoft Azure AI Fundamentals DP-100: Designing and Implementing a Data Science Solution on Azure DP-200: Implementing an Azure Data Solution DP-201: Designing an Azure Data Solution AI-100: Designing and Implementing an Azure AI Solution DA-100: Analyzing Data with Microsoft power BI DP-300: Administering Relational Databases on Microsoft Azure
Consulta todo el itinerario de formación y certificación oficial de Microsoft aquí.

Acerca de este curso

Los científicos de datos de Azure aplican sus conocimientos de ciencia de datos y aprendizaje para implementar y ejecutar cargas de trabajo de aprendizaje automático en Azure; en particular, con Azure Machine Learning Service.

En el presente curso aprenderá a operar soluciones de aprendizaje automático a escala de la nube con Azure Machine Learning. Además, se le enseña a aprovechar su conocimiento existente de Python y el aprendizaje automático para administrar la ingesta y preparación de datos, la capacitación e implementación de modelos, y la supervisión de soluciones de aprendizaje automático en Microsoft Azure.

Valor añadido de PUE

Con el objetivo de facilitar a nuestros alumnos los conocimientos previos recomendados por Microsoft para un correcto aprovechamiento de la presente formación se incluye, de manera totalmente gratuita en el coste del curso, el acceso al siguiente contenido oficial:

Además, si eres miembro del programa PUE Alumni, también tienes incluido de manera totalmente gratuita en el coste del curso, el acceso a:

También se ofrece, de forma gratuita para los miembros de PUE Alumni, el acceso al Practice Test oficial de Microsoft de MeasureUp Designing and Implementing a Data Science Solution on Azure, una herramienta diseñada para que el alumno pueda ir acreditando sus conocimientos y realizar un adecuado seguimiento del curso.

PUE es Gold Learning Partner de Microsoft autorizado por dicha multinacional para impartir formación oficial en sus tecnologías.

A quién va dirigido

Este curso está dirigido a científicos de datos con conocimiento existente de Python y marcos de aprendizaje automático como Scikit-Learn, PyTorch y Tensorflow, que desean construir y operar soluciones de aprendizaje automático en la nube. 

Prerrequisitos

Para un mayor aprovechamiento del curso, es recomendable que el alumno tenga los siguientes conocimientos:

  • Conocimientos básicos de Azure equivalentes a haber realizado el curso Microsoft Azure Fundamentals.
  • Experiencia de escribir código en Python para trabajar con datos, utilizando bibliotecas como Numpy, Pandas y Matplotlib.
  • Comprensión de la ciencia de datos, incluyendo cómo preparar datos y entrenar modelos de aprendizaje automático utilizando bibliotecas comunes de aprendizaje automático como Scikit-Learn, PyTorch o Tensorflow.

Objetivos del curso

Una vez finalizado el curso el alumno habrá adquirido los siguientes conocimientos y habilidades:

  • Configurar un espacio de trabajo de Azure Machine Learning
  • Ejecutar experimentos y entrenar modelos
  • Optimizar y administrar modelos
  • Implementar y consumir

Certificación incluida

Este curso oficial es el recomendado por Microsoft para la preparación del siguiente examen de certificación oficial valorado en 245,63€ (IVA incl.), cuyo coste (una convocatoria) está incluido en el precio del curso para todos los miembros del programa PUE Alumni:

La superación de este examen es requisito imprescindible para obtener la certificación Microsoft Certified: Azure Data Scientist Associate.

PUE es centro certificador oficial Pearson VUE facilitando la gestión del examen al candidato. El alumno podrá realizar su certificación, bien en nuestras instalaciones o, si lo prefiere, a través de la opción Online Proctored, que permite atender la certificación oficial de Microsoft desde cualquier ubicación con una simple conexión a internet.

Contenidos

Módulo 1: Introducción a Azure Machine Learning

  • Introducción a Azure Machine Learning
  • Herramientas de Azure Machine Learning

       Laboratorio: Crear un espacio de trabajo de Azure Machine Learning

       Laboratorio: Trabajar con herramientas de Azure Machine Learning

Módulo 2: Aprendizaje automático sin código con Designer

  • Modelos de capacitación con Designer
  • Publicación de modelos con Designer

       Laboratorio: Crear una canalización (pipeline) de entrenamiento con Azure ML Designer

       Laboratorio: Implementación de un servicio con Azure ML Designer

Módulo 3: Ejecución de experimentos y modelos de entrenamiento

  • Introducción a los experimentos
  • Formación y registro de modelos

       Laboratorio: Ejecución de experimentos

       Laboratorio: Modelos de entrenamiento y registro

Módulo 4: Trabajar con datos

  • Trabajar con almacenes de datos
  • Trabajar con conjuntos de datos

       Laboratorio: Trabajar con almacenes de datos

       Laboratorio: Trabajar con conjuntos de datos

Módulo 5: Calcular contextos

  • Trabajar con entornos
  • Trabajar con objetivos de cómputo

       Laboratorio: Trabajar con entornos

       Laboratorio: Trabajar con objetivos de cómputo

Módulo 6: Orquestación de operaciones con canalizaciones

  • Introducción de canalizaciones
  • Publicación y ejecución de canalizaciones

       Laboratorio: Crear una canalización

       Laboratorio: Publicar una canalización

Módulo 7: Implementación y consumo de modelos

  • Inferencia en tiempo real
  • Inferencia por lotes

       Laboratorio: Crear un servicio de inferencia en tiempo real

       Laboratorio: Crear un servicio de inferencia por lotes

Módulo 8: Entrenamiento de modelos óptimos

  • Ajuste de hiperparámetro
  • Machine Learning automatizado

       Laboratorio: Hiperparámetros de ajuste

       Laboratorio: Usar el machine learning automatizado

Módulo 9: Interpretar modelos

  • Introducción a la interpretación del modelo
  • Usando explicaciones del modelo

       Laboratorio: Revisión de explicaciones automatizadas de machine learning

       Laboratorio: Interpretar modelos

Módulo 10: Modelos de supervisión

  • Modelos de monitorización con Application Insights
  • Monitorización de deriva de datos

       Laboratorio: Monitorización de un modelo con Application Insights

       Laboratorio: Monitorización de deriva de datos

Convocatorias abiertas

17 may 2021 - 19 may 2021   |  

DP-100: Designing and Implementing a Data Science Solution on Azure

18 h |   740 €    592,00 € | Barcelona o Live Virtual Class | Español
Lunes - Martes - Miércoles (09:00h - 15:00h)
Calendario de sesiones

17 may 2021 - 19 may 2021   |  

DP-100: Designing and Implementing a Data Science Solution on Azure

18 h |   740 €    592,00 € | Madrid o Live Virtual Class | Español
Lunes - Martes - Miércoles (09:00h - 15:00h)
Calendario de sesiones

12 jul 2021 - 14 jul 2021   |  

DP-100: Designing and Implementing a Data Science Solution on Azure

18 h |   740 €    592,00 € | Barcelona o Live Virtual Class | Español
Lunes - Martes - Miércoles (09:00h - 15:00h)
Calendario de sesiones

12 jul 2021 - 14 jul 2021   |  

DP-100: Designing and Implementing a Data Science Solution on Azure

18 h |   740 €    592,00 € | Madrid o Live Virtual Class | Español
Lunes - Martes - Miércoles (09:00h - 15:00h)
Calendario de sesiones