MLOps
Entrenar, versionar, desplegar y monitorear modelos en producción.
Aprendizaje federado
Técnica de entrenamiento que permite mejorar un modelo usando datos distribuidos en muchos dispositivos, sin que esos datos salgan nunca del dispositivo original.
Leer másMLOpsAutoML
Conjunto de técnicas y herramientas que automatizan gran parte del proceso de construir un modelo de machine learning, incluyendo selección de algoritmos y ajuste de hiperparámetros.
Leer másMLOpsCheckpoint de modelo
Copia guardada del estado de un modelo en un momento específico de su entrenamiento, que permite retomarlo o usarlo sin tener que reentrenarlo desde cero.
Leer másMLOpsData drift
Cambio en la distribución estadística de los datos que recibe un modelo en producción, respecto a los datos con los que fue entrenado originalmente.
Leer másMLOpsFeature store
Repositorio centralizado que almacena, versiona y sirve las variables (features) usadas para entrenar y ejecutar modelos de machine learning, evitando duplicar ese trabajo entre distintos equipos y proyectos.
Leer másMLOpsMLOps
Conjunto de prácticas que aplican principios de ingeniería de software al ciclo de vida completo de los modelos de machine learning: entrenamiento, despliegue, monitoreo y actualización.
Leer másMLOpsModel drift (deriva del modelo)
Fenómeno en el que el desempeño de un modelo en producción se degrada progresivamente con el tiempo, porque las condiciones del mundo real cambiaron respecto a cuando fue entrenado.
Leer másMLOpsModel registry
Repositorio centralizado que almacena, versiona y documenta los distintos modelos entrenados de una organización, junto con su historial y metadatos relevantes.
Leer másMLOpsModel serving
Infraestructura y procesos que exponen un modelo de machine learning ya entrenado, para que otras aplicaciones puedan consultarlo y obtener predicciones en tiempo real.
Leer másMLOpsPipeline de machine learning
Secuencia estructurada de pasos —preprocesamiento, entrenamiento, evaluación— que transforma datos crudos en las predicciones de un modelo, de forma reproducible y automatizada.
Leer másMLOpsReentrenamiento de modelos
Proceso de actualizar un modelo de machine learning ya en producción, usando datos más recientes, para que refleje mejor las condiciones actuales.
Leer másMLOpsSesgo algorítmico
Distorsión sistemática en las decisiones de un modelo que produce resultados injustos hacia ciertos grupos, generalmente heredada de los datos de entrenamiento.
Leer másMLOpsVersionado de datos
Práctica de mantener un historial de los distintos estados de un conjunto de datos a lo largo del tiempo, permitiendo volver a una versión anterior si es necesario.
Leer más