¿Por qué estamos proponiendo este curso?
Llevar modelos de Machine Learning a producción y gobernar lagos de datos empresariales requiere una infraestructura sólida, automatizada y reproducible como código.
### Ejes temáticos de la propuesta:
1. **Infraestructura como Código (IaC) con Terraform**: Aprovisionamiento declarativo de clústeres, redes VPC, buckets y políticas IAM en Google Cloud.
2. **Lakehouse Empresarial con Databricks**: Arquitectura Medallion (Bronze, Silver, Gold), Delta Lake y procesamiento distribuido con Apache Spark.
3. **Ciclo de Vida MLOps con MLflow**: Tracking de experimentos, registro de versiones de modelos, empaquetado y serving.
4. **CI/CD Automatizado para Datos**: Pipelines automatizados con GitHub Actions y pruebas de calidad de datos con Great Expectations.