1 – Qué es Docker y su utilidad en el Machine Learning Operations

Lección 1 del curso Docker.

En este primer módulo del curso haremos una introducción general a Docker, la herramienta para la creación de contenedores de aplicaciones más usada en el Machine Learning Operations (o MLOps).

Y en esta primera lección del curso vamos a comenzar entendiendo precisamente qué es el MLOps, por qué en este proceso se requiere crear contenedores de aplicaciones, qué son los contenedores de aplicaciones y cómo Docker permite abordar adecuadamente este problema.

¡Así que comencemos!

Muy bien, ya tenemos claro que uno de los retos del MLOps es lograr que una aplicación de Machine Learning funcione adecuadamente no sólo en el computador donde fue desarrollada originalmente (es decir de manera local) sino que también podamos llevar a producción esta aplicación, es decir a un servidor, y que la aplicación siga funcionando sin inconvenientes en dicho servidor.

Y para lograr esto debemos garantizar que tanto el código fuente como todas las dependencias y archivos requeridos por nuestra aplicación sean “empaquetados” en lo que se conoce como un contenedor, de manera tal que ese contenedor (creado localmente) luego pueda ser enviado a un servidor en la nube que sea capaz de ejecutarlo sin errores.

Y esto se logra precisamente usando Docker, que en esencia es una aplicación que nos permite crear, compartir y ejecutar aplicaciones dentro de contenedores. De hecho, es la aplicación más usada en la actualidad para realizar el manejo de estos contenedores.

Así que teniendo claro qué es Docker y su importancia en el Machine Learning Operations, ya estamos listos para comenzar con todo el componente práctico del curso.

Entonces en la próxima lección comenzaremos con lo esencial, que es ver cómo instalar Docker en nuestros computadores.

Todas las lecciones del curso Docker