Saltar al contenido
← Datos e IA
Ficha 006.062Microsoft LearnGRATIS

Creación de soluciones de aprendizaje automático mediante Azure Databricks

por Microsoft Learn

Ruta de Microsoft Learn que enseña a entrenar, ajustar y gestionar modelos de machine learning en Azure Databricks usando Spark, MLflow y AutoML.

Recomendado, valoración editorial 4 de 5

Duración
8 h 58 min · 8 lecciones
Nivel
Intermedio
Plan sugerido
4 sem. · 4 h/sem.
Veredicto
4/5 · Recomendado
Precio
Gratis

Cursos gratis nuevos cada semana, también en Telegram y WhatsApp

Cada martes publicamos los cursos que hemos añadido y verificado. Sin cuenta ni correo: únete y te llegan al móvil.

Respuesta rápida

Curso gratis de Datos e IA de nivel intermedio en Microsoft Learn impartido por Microsoft Learn (8 h 58 min). Nuestra valoración: 4/5, recomendado. Comprobamos que sigue siendo gratis el 17 de noviembre de 2026.

Veredicto
4/5 · Recomendado
Para quién
Científicos de datos o ingenieros de machine learning que quieran aprender a trabajar con Azure Databricks
Nivel
Intermedio
Duración
8 h 58 min · 8 lecciones
Precio
Gratis en Microsoft Learn
Autor
Microsoft Learn
Publicado
2026
Plan sugerido
4 sem. · 4 h/sem.
Verificado
el 17 de noviembre de 2026

Nuestro veredicto

Recomendado, valoración editorial 4 de 5

Es una ruta oficial de Microsoft Learn sólida y bien organizada para quien ya tiene bases de machine learning y quiere aplicarlas en Azure Databricks. No es adecuada como primer contacto con el machine learning, pero resulta valiosa para profesionales que buscan escalar sus flujos de trabajo en la nube.

Puntos fuertes

  • Estructura clara en 8 módulos que sigue un flujo lógico de principio a fin
  • Cobertura amplia: desde Spark y entrenamiento básico hasta AutoML y aprendizaje profundo
  • Material oficial de Microsoft Learn, alineado con una certificación concreta (DP-3014)
  • Publicación reciente para una plataforma en evolución constante como Azure Databricks

A tener en cuenta

  • Requiere cierta base previa en machine learning y Python que el curso no enseña desde cero
  • Está orientado específicamente al ecosistema Azure, no a herramientas genéricas de ML
  • La descripción no detalla si incluye ejercicios prácticos guiados más allá de los módulos

De qué trata

Esta ruta de Microsoft Learn (DP-3014) recorre en 8 módulos, con una duración total de unas 9 horas, cómo construir soluciones de aprendizaje automático sobre Azure Databricks. Empieza presentando la plataforma y Apache Spark, y avanza hacia el entrenamiento de modelos, el seguimiento de experimentos con MLflow, el ajuste de hiperparámetros, el uso de AutoML y el entrenamiento de modelos de aprendizaje profundo.

Cierra con la gestión del ciclo de vida del machine learning en producción, por lo que cubre el flujo completo desde la exploración de datos hasta la puesta en marcha de modelos a escala en la nube.

  • Fundamentos de Azure Databricks y Apache Spark
  • Entrenamiento de modelos de Machine Learning
  • Seguimiento de experimentos con MLflow
  • Ajuste de hiperparámetros y uso de AutoML
  • Modelos de aprendizaje profundo y gestión en producción

Para quién es este curso

  • Científicos de datos o ingenieros de machine learning que quieran aprender a trabajar con Azure Databricks
  • Profesionales que se preparan para la certificación DP-3014 o similares de Azure Data/AI
  • Personas con base en Python y conceptos de ML que quieran escalar sus flujos de trabajo en la nube

Mejor busca otro si…

  • Quienes buscan una introducción a machine learning desde cero sin conocimientos previos
  • Quienes no tienen interés específico en el ecosistema Azure

Antes de empezar

  • Conocimientos básicos de machine learning (modelos, entrenamiento, evaluación)
  • Familiaridad con Python
  • Una cuenta de Azure para seguir los módulos de forma práctica

Qué sabrás hacer al terminar

  • Explorar y configurar un entorno de trabajo en Azure Databricks
  • Procesar y analizar datos usando Apache Spark en Databricks
  • Entrenar modelos de Machine Learning dentro de Databricks
  • Registrar y comparar experimentos con MLflow
  • Ajustar hiperparámetros y aplicar AutoML para optimizar modelos
  • Gestionar modelos de aprendizaje automático en un entorno de producción

Estructura del curso

  1. Introducción a Azure Databricks y Spark

    Explora la plataforma Azure Databricks (68 min) y aprende a usar Apache Spark para el procesamiento de datos dentro de ella (79 min).

  2. Entrenamiento y seguimiento de modelos

    Entrena un modelo de Machine Learning en Azure Databricks (84 min) y aprende a registrar y comparar experimentos con MLflow (63 min).

  3. Optimización de modelos

    Ajusta hiperparámetros (68 min) y aplica AutoML (44 min) para automatizar y mejorar el proceso de entrenamiento.

  4. Aprendizaje profundo y producción

    Entrena modelos de aprendizaje profundo (70 min) y aprende a administrar modelos de machine learning ya en producción (62 min).

Módulos

  1. 01Explorar Azure Databricks (68 min)
  2. 02Uso de Apache Spark en Azure Databricks (79 min)
  3. 03Entrenamiento de un modelo de Machine Learning en Azure Databricks (84 min)
  4. 04Uso de MLflow en Azure Databricks (63 min)
  5. 05Ajuste de hiperparámetros en Azure Databricks (68 min)
  6. 06Uso de AutoML en Azure Databricks (44 min)
  7. 07Entrenamiento de modelos de aprendizaje profundo en Azure Databricks (70 min)
  8. 08Administración del aprendizaje automático en producción con Azure Databricks (62 min)

Plan de estudio sugerido

4 semanas · unas 4 h por semana

  1. Semana 1módulos de introducción a Azure Databricks y Apache Spark, practicando la navegación por la plataforma
  2. Semana 2entrenamiento de modelos y uso de MLflow, probando a registrar tus propios experimentos
  3. Semana 3ajuste de hiperparámetros y AutoML, comparando resultados manuales frente a automáticos
  4. Semana 4aprendizaje profundo y gestión en producción, cerrando con una revisión del ciclo completo

El plan cuenta con tiempo para pausar y practicar, no solo con la duración del vídeo. Si quieres adaptarlo a tu semana, lee cómo montar tu plan de estudio semanal.

Consejos para seguirlo

  1. Ten una suscripción de Azure activa antes de empezar para poder seguir los módulos de forma práctica, no solo teórica
  2. Dedica tiempo extra a los módulos de MLflow y AutoML, ya que suelen requerir más práctica para fijar los conceptos
  3. Si no tienes experiencia previa con Apache Spark, revisa conceptos básicos de procesamiento distribuido antes del segundo módulo
  4. Toma notas del flujo completo (entrenamiento → ajuste → producción) para entender cómo se conectan los módulos entre sí

Antes y después de este curso

Cómo lo presenta Microsoft Learn

Azure Databricks es una plataforma con escalado en la nube para el análisis de datos y el aprendizaje automático. Los científicos de datos y los ingenieros de aprendizaje automático pueden usar Azure Databricks para implementar soluciones de aprendizaje automático a gran escala. (DP-3014)

Extracto de la descripción original en Microsoft Learn.

Preguntas frecuentes

¿Necesito saber machine learning antes de empezar?

Sí, conviene tener conocimientos básicos de machine learning y Python, ya que el curso se centra en aplicar esos conceptos dentro de Azure Databricks, no en enseñarlos desde cero.

¿Cuánto tiempo lleva completar la ruta?

El contenido en vídeo suma unas 9 horas repartidas en 8 módulos, por lo que con tiempo para practicar puede llevar entre 3 y 4 semanas a un ritmo moderado.

¿Necesito una cuenta de Azure?

Para seguir los módulos de forma práctica, lo lógico es disponer de una suscripción de Azure, ya que el curso trabaja directamente sobre Azure Databricks.

¿Qué hago después de terminar esta ruta?

Puedes continuar profundizando en otras plataformas de datos de Microsoft, como Microsoft Fabric, para ampliar tus conocimientos en el ecosistema de datos de Azure.

Análisis editorial elaborado con ayuda de IA a partir de la descripción, los capítulos y la duración publicados en Microsoft Learn, y revisado según nuestro método. El contenido del curso es obra de Microsoft Learn; si ves algún error, avísanos.

Guías para sacarle partido