MLOps y Despliegue de IA

Presentación

MLOps (Machine Learning Operations) combina Machine Learning, DevOps e ingeniería de datos para industrializar y operacionalizar modelos de IA de forma confiable y escalable. MLOps se ha vuelto esencial para científicos de datos, ingenieros de software, arquitectos cloud y líderes en tecnología que buscan llevar modelos del laboratorio a producción con calidad empresarial. En este contexto, el Departamento de Computación de la UCSP presenta el curso MLOPs y Despliegue de IA. El curso combina teoría y práctica (hands-on) para desarrollar habilidades aplicables en proyectos reales. Exploraremos los fundamentos de MLOps y el ciclo de vida completo de los proyectos de Machine Learning, desde la experimentación hasta la producción. Aprenderás a utilizar herramientas modernas para la gestión de datos, la experimentación y el versionado de modelos, así como arquitecturas robustas de ingeniería de datos. Abordaremos el despliegue y el monitoreo de modelos, así como la automatización del ciclo de vida de ML y los aspectos críticos de seguridad, gobernanza y transparencia. Finalmente, exploraremos el emergente campo de LLMOps (Large Language Model Operations) y su despliegue práctico.

Objetivo

Proveer a los alumnos conocimientos teóricos, técnicos y de implementación de prácticas de MLOps. Así también como el diseño, automatización y monitoreo del ciclo de vida de proyectos de Machine Learning en entornos productivos.

Dirigido a

• Dirigido a profesionales de Ciencia de la Computación, Ciencia de Datos, Ingeniería de Sistemas y las otras ingenierías con conocimientos de lenguajes de programación, interesados en implementar modelos de Machine Learning en producción para una mejor toma de decisiones y por ende crear un valor añadido en sus organizaciones.

Contenido

Este programa está estructurado siguiendo de forma secuencia los siguientes contenidos, dados en el avance de las sesiones de clase:

Introducción y Fundamentos de MLOps

• Ciclo de vida de proyectos de  Machine Learning en producción.
• Herramientas para la gestión de datos, experimentación y control de versiones de modelo.
• Arquitectura e ingeniería de datos para MLOps.
• CI/CD/CT/CM en MLOps.

Despliegue y Monitoreo de Modelos

• Estrategias de Despliegue.
• Registro de Modelos de ML  y gestión de versiones.
• Monitoreo de Datos y Modelos de ML.

Automatización, Seguridad y Tendencias de MLOps

• Automatización del ciclo de vida de ML y escalabilidad.
• Seguridad de los datos, gobernanza y transparencia de sistemas de ML.
• Introducción a LLMs y LLMOps.
• Despliegue de una aplicación basada en LLM.

Expositores

Dra. Laura Vanessa Cruz Quispe

Doctora en Ciencia de la Computación, Universidade de Sao Paulo (Brasil). Maestría y Bachiller en Universidad Nacional de San Agustín (Perú). Actualmente se desempeña como Software Engineer (NLP/ML) a tiempo completo en Samsung Instituto de Desenvolvimento para Informática (SiDi) em Campinas, Brasil. Ha desarrollado diversos proyectos de procesamiento de lenguaje natural, usando técnicas de Machine Learning y Deep Learning. Especialista en Inteligencia Artificial.

Mg. Ricardo Manuel Lazo Vasquez

Magister en Ciencia de Datos por la Universidad de Colorado Boulder. Científico de datos con experiencia en Python, procesamiento del lenguaje natural y analítica avanzada, especializado en detección de personalidad, análisis psicológico de textos y modelado basado en transformadores. Combino sólidas habilidades técnicas con una perspectiva creativa para crear soluciones fiables en ciencia de datos y desarrollo web.

Mg. Juan Herbert Chuctaya Humari 

Magíster en Ciencias por la universidad de Sao Paulo (Brasil) en física aplicada a la medicina y biología. Tiene experiencia en análisis de datos en temas orientados a las áreas de salud y agronomía en base a visión computacional. Participé en proyectos aplicados en el parque tecnológico de Ribeirão Preto – Brasil implementando sistemas de telemedicina. Además, cuenta con experiencia en áreas de e-commerce, empleando herramientas gobernanza de datos, inteligencia de negocios y presentación de valor agregado en reportes estratégicos.

Mg. Rosa Paccotacya Yanque

Magíster en Ciencia de la Computación en la Universidad Estadual de Campinas, Brasil, en el laboratorio Recod. bajo la orientación de la Prof. Sandra Ávila. Su investigación se centró en la IA explicable para el análisis del cáncer de piel, con el objetivo de comprender y validar los mecanismos internos de los modelos de caja negra para garantizar predicciones confiables. Ha sido investigadora en diferentes proyectos de investigación aplicada usando Inteligencia Artificial. Actualmente es profesora en la Universidad Nacional de San Agustín y en la Universidad Católica San Pablo. Sus intereses de investigación son: AI for Social good, Responsible AI, fairness, accountability, Explainable AI, y Computer Vision.

Metodología

• Clases magistrales.
• Método del caso (análisis de situaciones reales).

Calendario

Inversión

• Precio: S/ 420.00
• Pronto pago: S/ 370.00 hasta el 03 de junio del 2026.
• Descuentos:
  • 5% de descuento corporativo (2 personas).
  • 10% de descuento corporativo (3 personas a más).
  • 20% de descuento para Comunidad UCSP.
• Cierre de Inscripciones: 15 de junio del 2026.

Certificación

Certificado Virtual otorgado por la Dirección de la Escuela de Postgrado y el Departamento de Computación

Organiza