
Optimiza la inferencia de LLMs en hardware Intel utilizando Neural Speed para mejorar el rendimiento en CPUs y GPUs.

Crea un chain Retrieval QA con Langchain, Faiss y OpenAI. Aprende a salvar componentes en MLFLOW Databricks y realizar inferencias usando la chain creada.

Aprende a utilizar dbutils en tu espacio de trabajo Databricks para mejorar tus proyectos de aprendizaje automático y ciencia de datos.

Aprende a utilizar la librería DButils en Databricks para optimizar tus proyectos de Machine Learning y MLOps. Explora funcionalidades clave y mejora tu flujo de trabajo.

Aprende a utilizar OpenAI GPT-4 como revisor de código, encapsulándolo en un modelo Python de MLflow para implementarlo en una pipeline de Databricks.

Aprende LLMOps con MLFlow y Databricks: implementa y gestiona modelos de lenguaje a gran escala utilizando herramientas de vanguardia en español.

Aprende a integrar Databricks Secrets con Azure KeyVault para gestionar de forma segura las credenciales en proyectos de Machine Learning y MLOps.

Explora LLMs con HuggingFace Transformers en Databricks: summarization, traducción, análisis de sentimientos, zero-shot y few-shot prompting.

Explora pruebas de prompts de Cadena de Pensamiento con Microsoft Phi3 Mini 4K, comparando con otros modelos y técnicas de ajuste fino para razonamiento mejorado.

Aprende a instalar y utilizar MLFlow Deployment Server para interactuar con múltiples LLMs, incluyendo OpenAI, Anthropic y Langchain. Demostración práctica y código disponible.

Aprende a utilizar MLflow Projects con entornos Pyspark y Docker para gestionar flujos de trabajo de aprendizaje automático de manera eficiente y reproducible.

Aprende a crear pipelines de ejecución con MLflow Projects, utilizando Docker y Databricks para logging y tracking en entornos de Machine Learning.

Domina la API REST v2 de Databricks para optimizar flujos de trabajo de ML y MLOps, mejorando la eficiencia en ciencia de datos y aprendizaje automático.

Domina la API REST v2 de Databricks para ML y MLOps. Aprende a automatizar tareas, gestionar clústeres y optimizar flujos de trabajo en ciencia de datos.

Optimiza modelos de machine learning con Databricks, MLflow y Optuna. Aprende técnicas de ajuste de hiperparámetros usando XGBoost en un entorno práctico.

Optimiza modelos de machine learning con Databricks y MLflow, utilizando Hyperopt y XGBoost para ajuste de hiperparámetros.

Aprende a crear pipelines de ejecución con MLflow Projects, utilizando Databricks como repositorio de artefactos y servidor de seguimiento para registrar toda la actividad.

Aprende a crear pipelines de ejecución con MLflow Projects para optimizar tus flujos de trabajo en ciencia de datos y aprendizaje automático.

Genera datos sintéticos utilizando Langchain, OpenAI y Faker para proyectos de ciencia de datos y aprendizaje automático en español.

Aprende a crear y servir modelos LLM con MLflow, utilizando Phi-3-mini-4k-instruct en local. Explora la serialización, el seguimiento y la inferencia en español.

Crea modelos personalizados con MLFlow utilizando Python Model y pyfunc. Aprende a guardar en el artifact store y realizar inferencias.