BÁSICO · 8 MÓDULOS · 64 LECCIONES

Fundamentos de Docker

Empaqueta tus aplicaciones de IA en contenedores y levanta un stack completo, con API, base de datos vectorial y caché, listo para producción con un solo comando.

Es para ti si
Construyes apps de IA en Python y quieres que corran igual en cualquier máquina y en producción.
Al terminar
Sabrás escribir Dockerfiles optimizados, orquestar varios servicios con Docker Compose y aplicar seguridad y health checks de producción.
Necesitas
Python intermedio, haber hecho una API con FastAPI y línea de comandos. Una API key de OpenAI para los ejemplos.
  1. 01Introducción a Docker y Por Qué AI Lo Necesita8 LECCIONES
    1. Introducción: Docker y Por Qué AI Lo Necesita
    2. Qué Es Docker y Por Qué Lo Necesitas
    3. Containers vs Máquinas Virtuales
    4. Arquitectura de Docker
    5. Instalación y Verificación de Docker
    6. Tu Primer Container
    7. Docker Hub y Exploración de Imágenes
    8. Proyecto: Hello Docker
  2. 02Images y Containers8 LECCIONES
    1. Introducción: Images y Containers
    2. Dockerfiles Desde Cero
    3. Instrucciones Fundamentales de Dockerfile
    4. Build Context y .dockerignore
    5. Layers y Caching
    6. Ciclo de Vida de Containers
    7. CMD vs ENTRYPOINT
    8. Proyecto: Custom Python Image
  3. 03Volumes, Networking y Registries8 LECCIONES
    1. Introducción: Volumes, Networking y Registries
    2. El Problema de la Persistencia
    3. Named Volumes
    4. Bind Mounts
    5. Networking Entre Containers
    6. Port Mapping
    7. Docker Hub y Registries
    8. Proyecto: Persistent Data App
  4. 04Containerizando Python AI Apps8 LECCIONES
    1. Introducción: Containerizando Python AI Apps
    2. Dockerfile para FastAPI
    3. Requirements.txt y Gestión de Dependencias
    4. Variables de Entorno en Docker
    5. Secrets Management
    6. .dockerignore para Proyectos AI
    7. Debugging de Containers
    8. Proyecto: Dockerized AI API
  5. 05Docker Compose, Multi-Container Stacks8 LECCIONES
    1. Introducción: Docker Compose, Multi-Container Stacks
    2. Qué es Docker Compose
    3. Anatomía de docker-compose.yml
    4. depends_on y Orden de Arranque
    5. Health Checks en Compose
    6. Volumes y Networking en Compose
    7. Comandos Esenciales de Compose
    8. Proyecto: AI Stack Compose
  6. 06Patterns Específicos para AI8 LECCIONES
    1. Introducción: Patterns Específicos para AI
    2. Multi-Stage Builds
    3. Dependency Caching Avanzado
    4. Model Caching con Volumes
    5. Dev vs Prod Workflow
    6. Hot Reload para Desarrollo
    7. GPU Awareness (Conceptual)
    8. Proyecto: Optimized AI Container
  7. 07Best Practices y Security8 LECCIONES
    1. Introducción: Best Practices y Security
    2. Non-Root User
    3. Image Scanning
    4. Health Checks
    5. Restart Policies
    6. Logging Best Practices
    7. Dockerfiles CI-Ready
    8. Proyecto: Hardened AI Container
  8. 08Proyecto Integrador, AI Stack Production-Ready8 LECCIONES
    1. Introducción: Proyecto Integrador
    2. Arquitectura del Stack
    3. Dockerfiles del Stack
    4. Docker Compose Production
    5. Environment Management
    6. Deployment Checklist
    7. Documentación Operacional
    8. Proyecto Final: Production AI Stack
Reseñas

Lo que dicen los estudiantes

Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.

Aún no hay reseñas aprobadas.

¡Sé el primero en compartir tu experiencia!

SEC. 06 · EL ESTUDIO

Por qué existe este estudio

Durante décadas, construir software fue cosa de perfiles técnicos con años de formación, y llevar un producto digital a la vida real le tomaba a las empresas meses o años. El no-code y la inteligencia artificial han acortado esa brecha, pero el conocimiento sigue en manos de unos cuantos.

Tech Benders existe para abrir ese conocimiento, para que los equipos de negocio y los perfiles no técnicos puedan poner sus ideas en producción con las decisiones técnicas correctas detrás. La IA hace lo que le pides. Sin una base técnica, lo que construye puede no escalar con el ecosistema de tu empresa, y sus costos se disparan con el tiempo.

El equipo conoce los dolores de las organizaciones grandes y la velocidad a la que tienen que moverse. Trae arquitectura de soluciones, ingeniería de datos, producto construido de punta a punta, del backend al frontend, y trabajo diario con IA. Software que resuelve lo que necesitas en días, no en meses, con los costos de la IA bajo control.

Fundadores

El estudioConoce Tech Benders →

Escríbenoshi@techbenders.io

Hecho con Wislab