Contenedores maestros para flujos de trabajo de ciencia de datos sin interrupciones
Aprende Docker, DevOps y contenedores para crear flujos de ciencia de datos escalables, reproducibles y listos para producción.
Descripción del curso
Este curso ofrece una introducción práctica a DevOps y la contenerización aplicada a proyectos de ciencia de datos. Aprenderás a utilizar Docker para crear entornos consistentes, gestionar dependencias y automatizar implementaciones mediante prácticas modernas de integración y despliegue continuo (CI/CD). También conocerás Docker Compose, Docker Swarm y conceptos básicos de orquestación para ejecutar aplicaciones de forma más eficiente. Además, descubrirás cómo supervisar contenedores, optimizar recursos y preparar proyectos para ejecutarse tanto en servidores locales como en plataformas en la nube. Gracias a su enfoque práctico, resulta ideal para adquirir una base sólida en una de las habilidades más demandadas dentro del desarrollo y la ingeniería de datos.
Lo que vas a aprender
- Instalar y utilizar Docker desde cero con ejercicios prácticos.
- Comprender Docker Compose y Docker Swarm para administrar contenedores.
- Implementar flujos de integración y despliegue continuo con prácticas DevOps.
- Crear entornos de ciencia de datos reproducibles y preparados para producción.
Contenido del curso
- Introducción a DevOps y su aplicación en ciencia de datos.
- CI/CD y control de versiones para proyectos modernos.
- Contenedores con Docker y principios de contenerización.
- Supervisión, escalabilidad y optimización de aplicaciones con contenedores.
Requisitos
- Conocimientos básicos de administración de sistemas.
- Acceso recomendado a un equipo con Linux para seguir las prácticas de Docker.
- No se requiere experiencia previa con Docker o DevOps.
¿A quién va dirigido este curso?
- Administradores de sistemas que desean modernizar sus implementaciones.
- Ingenieros de infraestructura y profesionales que trabajan con la nube.
- Desarrolladores y personas interesadas en DevOps, Docker y ciencia de datos.



