·1 mines
Por qué Git no es suficiente para ML
bash ml-project/ ├── .git/ ├── src/ │ └── train.py ├── data/ │ └── training.csv 5GB, in Git └── models/ └── model.pkl 2GB, in Git
tags / MLOps
#MLOps
7 posts
·2 mines
Conectando los mundos - Platform Engineering meets ML
Terraform, Helm, GitOps... ¿para entrenar modelos? Sí.
·2 mines
Environments (dev / staging / prod)
"Solo necesito cambiar la variable ENV a 'prod'" - Spoiler: No
·3 mines
Time-based vs Event-driven: Por qué no es solo cron vs webhooks
Ayer: qué orquestador usar. Hoy: cuándo ejecutar ese orquestador.
·4 mines
Concepto de Pipeline Orquestrador
Airflow, Kubeflow, Prefect, Dagster: La pregunta que todos hacen mal
·2 mines
Script vs Pipeline: Por qué tu cronjob no es suficiente
Ayer te prometí explicar por qué tus herramientas de Platform Engineering no son suficientes para ML. Pero antes, hablemos de cuando alguien de PE pide automatizar o pregunta si ya esta automatizado,
·2 mines
*Ops to MLOPS
Hace tiempo, cuando algunos de mis compañeros de datos o de AI (como en ese entonces les conocía) se acercaban y nos pedían infraestructura o forma “despliegues que se salian del standard“, siempre no