August 2026
Intermediate
548 pages
18h 9m
Spanish
Overview
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
La IA solo es tan capaz como el contexto que se le da, y el contexto es un problema de ingeniería de datos antes que un problema de modelos de IA. A medida que los sistemas y aplicaciones de IA multimodal se vuelven cada vez más sofisticados y consumen más datos, la infraestructura que genera y gestiona ese contexto tiene que evolucionar para seguir el ritmo.
«Ingeniería de datos para IA multimodal» es una de las primeras guías prácticas para ingenieros de datos, ingenieros de aprendizaje automático y especialistas en MLOps que buscan dominar rápidamente las habilidades necesarias para construir infraestructuras de datos robustas y escalables, de las que dependen los sistemas y aplicaciones de IA multimodal para una ingeniería de contexto efectiva. Seguirás todo el ciclo de vida de la ingeniería de datos impulsada por IA, desde la conceptualización de arquitecturas de datos hasta la implementación de flujos de datos optimizados para el aprendizaje multimodal, tanto en entornos nativos de la nube como locales. Además, cada capítulo incluye guías paso a paso y buenas prácticas para implementar conceptos clave.
- Diseña e implementa arquitecturas de datos nativas de la nube optimizadas para cargas de trabajo de IA multimodal
- Crea procesos ETL eficientes y escalables para preparar diversos datos de entrenamiento de IA
- Implementa flujos de procesamiento de datos en tiempo real para la inferencia de IA multimodal
- Desarrolla y administra almacenes de características que admitan múltiples modalidades de datos
- Aplicar prácticas de gobernanza y seguridad de datos específicas para proyectos de IA multimodal
- Optimizar el almacenamiento y la recuperación de datos para diversos tipos de modelos de aprendizaje automático multimodal
- Integra el control de versiones de datos y el seguimiento del linaje en los flujos de trabajo de IA multimodal
- Implementar marcos de calidad de datos para garantizar resultados confiables en todos los tipos de datos
- Diseñar flujos de datos que respalden prácticas responsables de IA en un contexto multimodal
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.