01
Pipeline automatizado
Ingerir, transformar y validar datos de manera programada con manejo de errores y observabilidad.
Inscripciones abiertasIngeniería de datos y MLOnline en vivo
Data Engineering en la Nube y MLOps
Lleva datos y modelos desde el desarrollo hasta una operación automatizada, versionada y monitoreable en entornos de nube.
Inscribirme y pagar
Precio primera edición
$89.990 CLP
US$100 para pagos internacionales
Primero completas los datos del estudiante y después eliges Mercado Pago, PayPal cuando esté disponible o transferencia.
Ruta a producción
01
Empaquetar
Código, datos, dependencias y contratos.
02
Desplegar
API, contenedores, CI/CD y nube.
03
Operar
Monitoreo, alertas, drift y mejora.
Un modelo genera valor cuando puede ejecutarse de forma confiable, observarse y mantenerse después del primer despliegue.
Fechas
17, 19, 24 y 26 de noviembre; 1 y 3 de diciembre de 2026
Horario
Martes y jueves, 20:00 a 21:20 hora de Chile
Duración
6 clases de 80 minutos
Inversión
$89.990 CLP · US$100
Respaldo académico
Programa diseñado y operado por Academia Bayes.
Modalidad
Clases online en vivo con fechas y horario informados.
Aula y materiales
Acceso privado a enlaces, materiales y grabaciones cuando la edición las incluya.
Certificación
Certificado según las condiciones de participación de la edición.
Producción
Del notebook a una solución operable.
El curso conecta ingeniería de datos, software y machine learning para cerrar la brecha entre prototipo y producción.
02
Modelo como servicio
Exponer predicciones mediante una API con contrato, validaciones, pruebas y control de versiones.
03
Despliegue reproducible
Empaquetar dependencias, automatizar entregas y separar ambientes mediante Docker y CI/CD.
04
Monitoreo y reentrenamiento
Observar calidad, drift, desempeño y operación para decidir cuándo investigar, ajustar o reentrenar.
Contenido previsto
De un pipeline local a una operación monitoreada
Una ruta aplicada para automatizar datos, exponer modelos, desplegar versiones y observar su comportamiento.
Pensado para
Data Scientists y analistas que necesitan llevar soluciones más allá del notebook.
Desarrolladores y Data Engineers que quieren incorporar el ciclo de vida de machine learning.
Equipos que requieren trazabilidad, automatización y monitoreo en producción.
Arquitectura de datos y modelos
Batch, online, fuentes, almacenamiento, cómputo, contratos y responsabilidades del sistema.
Pipelines confiables
Orquestación, idempotencia, validaciones, manejo de fallas y registro de ejecuciones.
APIs con Python
FastAPI, esquemas, validación, pruebas, autenticación y empaquetado de una solución analítica.
Contenedores y ambientes
Docker, dependencias, configuración, secretos y consistencia entre desarrollo y producción.
CI/CD y nube
Git, pruebas automáticas, despliegue y componentes equivalentes en AWS, Azure o GCP.
Observabilidad y MLOps
Versionado, linaje, drift, performance, alertas, reentrenamiento y respuesta ante incidentes.
Enfoque profesional
Producción comienza donde termina la demostración
La solución debe responder ante datos incorrectos, fallas, cambios de versión y deterioro del modelo.
Código, datos, modelo y configuración versionados.
Pruebas automáticas antes del despliegue.
Secretos y permisos fuera del código.
Métricas técnicas y del modelo monitoreadas.
Resultado esperado
Diseñar un pipeline de datos y scoring automatizado.
Publicar un modelo mediante una API validada.
Empaquetar y desplegar una solución reproducible.
Definir monitoreo, alertas y criterios de reentrenamiento.
Inscripciones abiertas
Reserva tu cupo en esta edición.
Completa tus datos, elige tu forma de pago y conserva el código de inscripción. El acceso al aula se habilita cuando el pago queda confirmado.
Inversión
$89.990 CLP
US$100 para pagos internacionales. El medio exacto disponible se mostrará antes de salir de Academia Bayes.
Preguntas frecuentes
Antes de inscribirte
La fecha, el horario y el valor están definidos. Antes de pagar verás el resumen completo de tu inscripción.
¿Ya hay fecha y precio?
Sí. La fecha y el precio de la edición individual están publicados en esta página y las inscripciones ya se encuentran abiertas.
¿Registrarme implica pagar?
Completar tus datos no genera un cobro automático. En el paso siguiente eliges el medio de pago y el cupo se confirma una vez aprobado o verificado el pago.
¿Qué conocimientos previos necesito?
Necesitarás Python intermedio, SQL, Git básico y haber construido al menos un modelo o proceso analítico. No exige experiencia previa administrando nube.
¿Puedo cursarlo sin completar la especialización?
Sí. Cada curso podrá tomarse de manera independiente. Para obtener la certificación de la especialización será necesario completar la malla y el proyecto integrador.
¿Debo seguir el orden de la especialización?
Solo si matriculas la especialización completa. Si compras este curso de forma individual, puedes comenzar directamente aquí sin haber cursado los programas anteriores.