
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.

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.

Aprende a optimizar modelos Flan-T5 con PEFT (Lora) para resumir diálogos eficientemente, incluyendo técnicas de prompt tuning y evaluación de resultados.

Aprende a integrar librerías Python como Spacy, NumPy y Pandas en aplicaciones .NET utilizando pythonnet, con ejemplos prácticos y código fuente disponible.

Personaliza un modelo T5 para clasificación de documentos utilizando Sequence to Sequence y MLflow, mejorando tus habilidades en MLOps y aprendizaje automático.

Personaliza un modelo T5 para clasificación de documentos utilizando SequenceClassification y MLflow, mejorando tus habilidades en ciencia de datos y aprendizaje automático.

Aprende a utilizar MLflow para registrar y gestionar el proceso de ajuste fino de modelos de lenguaje, facilitando el seguimiento de experimentos y la inferencia.

Explora Azure Machine Learning Studio, el servicio en la nube de Microsoft para proyectos de aprendizaje automático. Descubre cómo respalda el ciclo de vida completo del desarrollo de modelos.

Aprende a ajustar Mistral 7B utilizando técnicas avanzadas como PEFT y QLora, integrando MLflow para un seguimiento eficiente del proceso de fine-tuning.

Aprende a integrar HuggingFace Transformers con MLflow para optimizar el desarrollo y despliegue de modelos de lenguaje avanzados.

Aprende a integrar Tensorflow y Pytorch con MLflow para optimizar tus proyectos de Deep Learning y mejorar el seguimiento de experimentos.

Aprende a utilizar SkTime y Prophet para pronósticos de series temporales con MLflow, mejorando tus habilidades en MLOps y análisis predictivo.

Instala y configura un MLflow Tracking Server en contenedores Docker con backend MariaDB para gestionar eficientemente tus proyectos de aprendizaje automático.

Aprende a guardar y cargar el modelo Phi3 128k en formato GGUF int8 usando MLflow para inferencia en diferentes entornos.

Aprende a integrar Langchain con MLFlow y OpenAI para optimizar tus proyectos de Machine Learning y Data Science.

Implementa inferencia de ViViT en Azure ML usando ONNX y AKS para optimizar el rendimiento de modelos de visión por computadora.

Aprende a realizar inferencia en Azure Kubernetes Services utilizando un modelo Vision Transformer convertido a ONNX con Azure Machine Learning Studio y Python SDK v2.

Aprende a realizar inferencia en Azure Kubernetes Services utilizando un modelo ONNX y onnxruntime, creando un Managed Endpoint con Python SDK v2.

Desarrolla una aplicación de detección de objetos en C# utilizando Fast RCNN, ONNX y CPU para inferencia eficiente.