| Tipo de edición | Edición única tarde (desempregados/as e ocupados/as) |
|---|---|
| Metodoloxía | Virtual |
| Tipo | CURSO |
| Matrícula | Gratuíta |
| Data inicio | 13/04/2026 |
| Data fin | 24/04/2026 |
| Certificación oficial | Si |
| Exame | AI-300: Operationalizing Machine Learning and Generative AI solutions |
| Nº inscritos | 36 |
Este curso prepara o alumnado para deseñar, implementar e operar solucións de Machine Learning Operations (MLOps) e Generative AI Operations (GenAIOps) en Azure. O enfoque combina a xestión do ciclo de vida completo de modelos tradicionais con Azure Machine Learning e a posta en produción, avaliación, monitorización e optimización de aplicacións e axentes de IA xerativa mediante Microsoft Foundry.
O contido incorpora prácticas de automatización, CI/CD, infraestrutura como código e observabilidade utilizando ferramentas como GitHub Actions, Azure CLI e Bicep, cunha orientación claramente práctica e enfocada a contornas produtivas.
- Deseñar solucións de IA seguras, escalables e listas para produción en Azure.
- Xestionar o ciclo de vida dos modelos con Azure Machine Learning.
- Automatizar adestramento, validación e despregamento mediante fluxos CI/CD.
- Operar aplicacións e axentes de IA xerativa cun enfoque GenAIOps.
- Monitorizar, avaliar, depurar e optimizar sistemas de IA en explotación.
A formación está orientada a científicos/as de datos, enxeñeiros/as de aprendizaxe automática e perfís DevOps que necesiten levar solucións de IA a produción sobre Azure, con foco tanto en modelos clásicos de ML como en aplicacións xerativas.
Requisitos previos:
- Experiencia previa con Python.
- Coñecemento fundamental dos conceptos de aprendizaxe automática.
- Familiaridade básica con control de versións, CI/CD e ferramentas de liña de comandos.
- Valórase experiencia previa con Azure Machine Learning ou servizos cloud de Azure.
Microsoft Certified Trainer (MCT) certificado para a impartición do curso.
- Duración :
40 horas - Metodoloxía :
Virtual - Matrícula :
Gratuíta - Tecnoloxía :
- Azure
- Microsoft
- Data Science
- Beneficios :
- Diploma de asistencia
- Opción gratuita dun exame de certificación oficial
- Módulos transversais :
- Igualdade de 5 horas
Bloque 1. MLOps - Operacionalización de modelos de Machine Learning
- Módulo 1. Experimentar con Azure Machine Learning
- Módulo 2. Axuste de hiperparámetros con Azure Machine Learning
- Módulo 3. Execución de pipelines en Azure Machine Learning
- Módulo 4. Lanzamento de traballos de Azure Machine Learning con GitHub Actions
- Módulo 5. Traballo con contornas en GitHub Actions
- Módulo 6. Despregamento de modelos con GitHub Actions
Bloque 2. GenAIOps - Operacionalización de aplicacións de IA xerativa
- Módulo 7. Planificación e preparación dunha solución GenAIOps
- Módulo 8. Xestión de prompts para axentes en Microsoft Foundry con GitHub
- Módulo 9. Avaliación e optimización de axentes de IA mediante experimentos estruturados
- Módulo 10. Automatización de avaliacións de IA con Microsoft Foundry e GitHub Actions
- Módulo 11. Monitorización de aplicacións de IA xerativa
- Módulo 12. Análise e depuración mediante tracing