{"id":170053,"date":"2024-06-17T07:30:00","date_gmt":"2024-06-17T06:30:00","guid":{"rendered":"https:\/\/liora.io\/es\/?p=170053"},"modified":"2026-02-08T23:50:59","modified_gmt":"2026-02-08T22:50:59","slug":"formacion-en-azure-machine-learning","status":"publish","type":"post","link":"https:\/\/liora.io\/es\/formacion-en-azure-machine-learning","title":{"rendered":"Formaci\u00f3n en Azure Machine Learning"},"content":{"rendered":"<p><strong><b>Azure Machine Learning es un servicio web para la creaci\u00f3n y despliegue de modelos de aprendizaje autom\u00e1tico o Machine Learning (ML) dirigido a equipos de ciencia de datos. Permite construir, probar, gestionar, desplegar y monitorear estos modelos en un entorno en la nube escalable, de modo que se puede realizar an\u00e1lisis de datos de Big Data con fines de an\u00e1lisis predictivo.<\/b><\/strong><\/p>\n<style><br \/>\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style>\n<h3>Objetivos de la formaci\u00f3n en Microsoft Azure Machine Learning<\/h3>\nCuando se necesita crear, entrenar y desplegar modelos de Machine Learning, las herramientas empleadas suelen ser:\n<ul>\n \t<li><a href=\"https:\/\/azure.microsoft.com\/fr-fr\/services\/machine-learning\/\">Azure Machine Learning Studio<\/a><b>:<\/b> es un espacio de trabajo donde creas, construyes y entrenas modelos de aprendizaje autom\u00e1tico.<\/li>\n \t<li><a href=\"https:\/\/docs.microsoft.com\/fr-fr\/azure\/machine-learning\/how-to-setup-vs-code\">Azure Machine Learning para Visual Studio Code Extension<\/a><b>:<\/b> es una extensi\u00f3n gratuita que permite gestionar recursos, flujos de trabajo de formaci\u00f3n de modelos y despliegues en Visual Studio Code.<\/li>\n<\/ul>\nDurante las pr\u00e1cticas, un curso de Azure Machine Learning tiene como objetivo, entre otros, que el estudiante pueda:\n<ul>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Tomar control de la interfaz de este servicio de Azure de aprendizaje autom\u00e1tico<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Saber elegir entre las variables de algoritmos as\u00ed como los algoritmos equivalentes en funci\u00f3n a la problem\u00e1tica presentada<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Dominar los lenguajes de programaci\u00f3n com\u00fanmente utilizados para optimizar Azure Machine Learning (R y Python)<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Adquirir experiencia en servicios web dedicados al aprendizaje autom\u00e1tico<\/li>\n<\/ul>\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><div class=\"wp-block-button \"><a class=\"wp-block-button__link wp-element-button \" href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\">Descubra nuestros cursos<\/a><\/div><\/div>\n\n<h3>Requisitos previos para formarse en Azure Machine Learning<\/h3>\nAntes de empezar un curso de Azure Machine Learning, es importante tener algunos conocimientos b\u00e1sicos:\n<ul>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Una comprensi\u00f3n de los conceptos de Machine Learning<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\"><a href=\"https:\/\/azure.microsoft.com\/en-us\/overview\/what-is-cloud-computing\/\">Conocimiento de los conceptos de Cloud Computing<\/a><\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Comprensi\u00f3n general de los contenedores y la orquestaci\u00f3n<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Experiencia en programaci\u00f3n en <a href=\"https:\/\/liora.io\/es\/python-o-r-que-elegir\">Python o R<\/a><\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Experiencia trabajando con una l\u00ednea de comandos<\/li>\n<\/ul>\n<h3>Principales destinatarios de un curso de Azure Machine Learning<\/h3>\nUn curso de Azure Machine Learning est\u00e1 dirigido a ingenieros que deseen utilizar la plataforma \u00abdrag-and-drop\u00bb de Microsoft Azure para desplegar cargas de trabajo de aprendizaje autom\u00e1tico sin tener que adquirir software y hardware, ni preocuparse por el mantenimiento y despliegue. En otras palabras, est\u00e1 destinado a:\n<ul>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\"><a href=\"https:\/\/liora.io\/es\/el-sueldo-del-data-scientist-cuanto-gana-un-data-scientist\">Cient\u00edficos de Datos<\/a><\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\"><a href=\"https:\/\/liora.io\/es\/data-engineer\">Ingenieros de Datos<\/a>: es fundamental que quienes se especialicen en la gesti\u00f3n de datos puedan ampliar sus conocimientos sobre c\u00f3mo Azure facilita la integraci\u00f3n y orquestaci\u00f3n de flujos de datos con servicios como <a href=\"https:\/\/liora.io\/es\/azure-data-factory-que-es-y-para-que-sirve\">Azure Data Factory<\/a><\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Ingenieros DevOps interesados en el despliegue de modelos de aprendizaje autom\u00e1tico<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Ingenieros de Machine Learning interesados en el despliegue de modelos de aprendizaje autom\u00e1tico<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Ingenieros de Software que deseen automatizar la integraci\u00f3n y despliegue de funcionalidades de Machine Learning en su aplicaci\u00f3n<\/li>\n<\/ul>\n<h3>Contenido de un curso de Azure Machine Learning<\/h3>\nUn curso de Azure Machine Learning se centra principalmente en asegurar el dominio del flujo de trabajo en este servicio en la nube. Por tanto, al igual que la ejecuci\u00f3n de un workflow del servicio Azure Machine Learning, comprende tres etapas:\n<h4>1. Preparaci\u00f3n de datos<\/h4>\nEsta es la primera etapa en la creaci\u00f3n de un modelo de aprendizaje autom\u00e1tico que comprende la recolecci\u00f3n y el procesamiento de datos desde un Datastore y un Datasets, incluyendo la interacci\u00f3n con plataformas de Big Data como <a href=\"https:\/\/liora.io\/es\/azure-databricks-que-es\">Azure Databricks<\/a>.\n\nEstos son algunos ejemplos de servicios de almacenamiento de Azure compatibles que pueden ser registrados como bancos de datos:\n<ul>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Azure Data Lake<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Azure SQL Database<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Databricks File System<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Azure Blob Storage<\/li>\n<\/ul>\n<h4>2. Experimentaci\u00f3n<\/h4>\nUna vez registrados y almacenados los datos en el conjunto de datos, el siguiente paso es crear, entrenar y probar el modelo.\n\nEl modelo es un fragmento de c\u00f3digo que recibe entradas y produce salidas para dichas entradas. El desarrollo de un modelo ML requiere seleccionar un algoritmo, contar con datos y ajustar los hiperpar\u00e1metros. El curso incluye un proceso iterativo que proporciona un modelo entrenado que hereda lo que ha aprendido durante el proceso de entrenamiento. El modelo se obtiene ejecut\u00e1ndolo en Azure Machine Learning.\n\nClaro est\u00e1, tambi\u00e9n es necesaria una fuente de c\u00e1lculo donde ejecutar el script de entrenamiento. Azure Machine Learning tiene la ventaja de permitir el aprendizaje autom\u00e1tico de un modelo sobre diferentes objetivos de c\u00e1lculo:\n<ul>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\"><strong>Local Compute<\/strong>: entorno de c\u00e1lculo donde se ejecuta el c\u00f3digo de env\u00edo de experimentos.<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\"><strong>Compute Cluster<\/strong>: cl\u00faster virtual gestionado por Azure Machine Learning.<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\"><strong>Inference Cluster<\/strong>: objetivo de despliegue basado en contenedores.<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\"><strong>Attached Compute<\/strong>: Azure Databricks, Azure Data Analytics, etc.<\/li>\n<\/ul>\n<h4>3. Despliegue<\/h4>\nUna vez formado y probado el modelo, se almacena en el registro de modelos y luego se despliega en un servicio web o m\u00f3dulos IoT. El modelo registrado se despliega como endpoint del servicio. Se instancia la imagen en un servicio web que luego se hospeda en la nube o en un m\u00f3dulo IoT para su uso en un despliegue de dispositivos integrados.\n\nAl final del curso, los estudiantes ser\u00e1n capaces de:\n<ul>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Escribir modelos de Machine Learning muy precisos utilizando herramientas de programaci\u00f3n Python o R;<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Aprovechar los conjuntos de datos y algoritmos disponibles en Azure ML para entrenar y monitorear modelos de <a href=\"https:\/\/liora.io\/es\/machine-learning-definicion-funcionamiento-usos\">Machine Learning<\/a> y <a href=\"https:\/\/liora.io\/es\/deep-learning-definicion\">Deep Learning<\/a>;<\/li>\n \t<li style=\"font-weight: 400;\" aria-level=\"1\">Usar el espacio de trabajo interactivo de Azure Machine Learning para desarrollar en colaboraci\u00f3n modelos de aprendizaje autom\u00e1tico.<\/li>\n<\/ul>\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><div class=\"wp-block-button \"><a class=\"wp-block-button__link wp-element-button \" href=\"https:\/\/liora.io\/es\/formacion-data-engineer\">Iniciar nuestra formaci\u00f3n Azure<\/a><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"<p>Azure Machine Learning es un servicio web para la creaci\u00f3n y despliegue de modelos de aprendizaje autom\u00e1tico o Machine Learning (ML) dirigido a equipos de ciencia de datos. Permite construir, probar, gestionar, desplegar y monitorear estos modelos en un entorno en la nube escalable, de modo que se puede realizar an\u00e1lisis de datos de Big [&hellip;]<\/p>\n","protected":false},"author":74,"featured_media":170054,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2440],"class_list":["post-170053","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ia"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/170053","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/users\/74"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/comments?post=170053"}],"version-history":[{"count":1,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/170053\/revisions"}],"predecessor-version":[{"id":183412,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/170053\/revisions\/183412"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media\/170054"}],"wp:attachment":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media?parent=170053"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/categories?post=170053"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}