El entrenamiento práctico diseñado para romper esas barreras de rendimiento. En esta certificación oficial de NVIDIA x UNIAT, dejarás atrás las limitaciones de procesamiento tradicionales y aprenderás a delegar el trabajo pesado a la potencia de cálculo de las GPUs. Utilizando la suite RAPIDS, transformarás flujos de datos lentos y complejos en soluciones ultrarrápidas, escalables y de nivel industrial.
No te limites a analizar datos; acelera tu flujo de trabajo, multiplica tus ciclos de iteración y toma el control de tus proyectos de inicio a fin.
Objetivo General
Domina el análisis de datos masivos y hackea el rendimiento de tus flujos de trabajo tradicionales utilizando el poder del procesamiento paralelo en GPU. En este curso aprenderás a acelerar la manipulación de datos, la analítica de gráficos y el modelado de Machine Learning a través de la suite de herramientas RAPIDS de NVIDIA, transformando conjuntos de datos gigantescos en decisiones de negocio ágiles, escalables y de alto impacto.
Perfil de Ingreso
Diseñado para científicos de datos, analistas, desarrolladores y profesionales de la tecnología que buscan superar los límites del procesamiento en CPU y llevar su rendimiento al siguiente nivel.
-
El perfil: Usuarios con bases de programación (preferentemente en Python y librerías como Pandas) que trabajen o deseen trabajar con grandes volúmenes de información.
-
Tu meta: Estudiantes y profesionales que buscan un power-up técnico para acelerar el procesamiento de datos y reducir drásticamente los tiempos de entrenamiento en sus flujos de trabajo.
Perfil de Egreso
Al finalizar este entrenamiento, dominarás un stack de herramientas clave exigidas por las industrias más competitivas del mercado global:
-
Capacidad técnica para acelerar Pandas, Polars y Dask utilizando cuDF para analizar conjuntos de datos masivos de manera eficiente.
-
Dominio en la implementación de algoritmos avanzados de Machine Learning acelerados por GPU (con cuML y XGBoost).
-
Habilidad para construir y analizar redes complejas mediante algoritmos de gráficos de alto rendimiento (cuGraph).
-
Competencia para desplegar modelos optimizados en entornos reales usando Triton Inference Server.
-
Diferenciador industrial: Un certificado oficial de alcance internacional emitido por NVIDIA x UNIAT que respalda tu capacidad técnica para resolver problemas a escala poblacional.
Detalles del curso
Duración
8 horas
Requisitos
Para dominar el análisis de datos a gran escala y acelerar tus flujos de trabajo, necesitas contar con la base técnica adecuada. Prepárate para el power-up cumpliendo con lo siguiente:
-
Lógica y lenguaje de programación: Conocimiento básico o intermedio en Python, especialmente en el manejo de estructuras de datos (listas, diccionarios) y lógica de programación.
-
Experiencia en análisis de datos: Familiaridad básica con el ecosistema tradicional de ciencia de datos (como el uso de la librería Pandas).
-
Fundamentos de modelado: Conceptos básicos de Machine Learning (saber qué es un modelo supervisado y no supervisado).
-
Hardware: Una computadora con navegador web y conexión estable a internet de alta velocidad (todo el procesamiento pesado por GPU se realiza de manera remota en servidores de NVIDIA).
Herramientas
No vienes a memorizar teoría, vienes a manipular datos masivos utilizando el ecosistema de aceleración de hardware más avanzado del mundo. Durante el taller, aprenderás a implementar y controlar:
-
-
RAPIDS: El conjunto de librerías de software de código abierto de NVIDIA para ejecutar pipelines de ciencia de datos de extremo a extremo completamente en GPUs.
-
cuDF: La herramienta que acelera y reemplaza los flujos de Pandas, Polars y Dask para analizar gigabytes de datos en segundos.
-
cuML: Implementación de algoritmos de Machine Learning (incluyendo XGBoost) acelerados por hardware.
-
cuGraph: Análisis y procesamiento de gráficos y redes complejas a máxima velocidad.
-
Triton Inference Server: El motor para desplegar, ejecutar y optimizar tus modelos de Machine Learning en entornos de producción reales.
-
Notas
- El reto: Taller práctico e intensivo de 8 horas.
- Metodología 100% Hands-on: Conexión directa a la infraestructura en la nube de NVIDIA con GPUs dedicadas de última generación. Resolverás retos prácticos de la vida real, incluyendo un proyecto final de simulación a gran escala utilizando datos a nivel país.
- Herramientas a dominar: RAPIDS, cuDF, cuML, cuGraph, Dask, XGBoost y Triton Inference Server.
- Nota especial: El curso es impartido por profesores de UNIAT certificados como Instructores y Embajadores Oficiales de NVIDIA.
Fechas del curso
Inicio
29 septiembre 2026
Finalización
30 septiembre 2026
