El repositorio de Github con estos ejercicios es https://github.com/arinarmo/page2sage
SageMaker es una herramienta poderosísima y versátil, aunque solo disponible para AWS. No es cara, pero tampoco es gratis. Su poder reside en que con una interfaz muy amigable y conocida, podemos desarrollar productos de ciencia de datos de punta a punta, es decir, desde la adquisición de datos, hasta la envoltura de un modelo de machine learning en un API para habilitar predicciones continuas y sobre todo, recolección de datos de la realidad de negocio cambiada por las sugerencias de nuestro modelo. En este Live desarrollaremos un proyecto de punta a punta con SageMaker. Nivel: básico a intermedio.
Acerca del Ponente
Adolfo Martínez González es Lic. en Mates Aplicadas por el ITAM. Ha consultado para Metros Cúbicos en modelos de pricing y segmentación de clientes, para Grupo Expansión en productos periodísticos y editoriales basados en datos y para Grupo Bursátil Mexicano con sistemas de recomendación de inversiones y roboadvisors. En datank.ai fue líder de investigación aplicada donde desarrolló mecanismos para formulación de grafos de conocimiento desde esquemas relacionales. Colabora en proyectos especiales como Sr. Data Scientist con la Sociedad Mexicana de Ciencia de Datos. Actualmente es Technical Mentor en el Centro ITAM para Datos + Algoritmos + Sociedad, desde donde se proponen soluciones con Ciencia de Datos a problemas sociales, y Sr. Data Scientist en Globant, donde desarrolla modelos de machine learning para las industrias de real estate, retail y hospitality.
Conoce las vacantes de ingeniería y ciencia de datos de Softtek en: https://www2.softtek.com/jobs