Hola chicos, generamente uso el generador de plantillas cookiecutter, el cual me permite dejar todo listo para trabajar y lo puedo personalizar como se me de la gana! super recomendado
Introducción
¿Qué es el despliegue de modelos y por qué es necesario?
Machine Learning Operations
Historia del MLOps y estado del arte
Flujo de vida de un modelo en producción
Requerimientos para poder hacer MLOps
Presentación del proyecto
Presentación y arquitectura del proyecto MLOps
Revisión de notebooks y modelado
Distribución archivos y contenido
Data Version Control
¿Qué es DVC y por que lo utilizaremos?
Comandos básicos para implementar DVC
Implementando DVC en nuestro proyecto
Desarrollo de pipeline de reentrenamiento: preparación de la data
Desarrollo de pipeline de reentrenamiento: script de entrenamiento
Desarrollo de pipeline de reentrenamiento: validación del modelo
Desarrollo de API con FastAPI
Desarrollo de API con FastAPI
Desarrollo de API con FastAPI: creación de utilidades
Desarrollo de testeo de API
Empaquetando API con Docker
Continuous Integration/Deployment/Training
Presentacion de Github Actions y Continuous Machine Learning
Desarrollo de workflow para testing
Desarrollo de workflow para Continuous Training utilizando CML
Creacion de Servicio en la nube para el despliegue y desarrollo de workflow para CI/CD
Final del proyecto
Prueba tu endpoint
Sigue Aprendiendo
Otras maneras de hacer despliegues de modelos
Conclusiones y recomendaciones para seguir en el MLOps
Crea una cuenta o inicia sesión
¡Continúa aprendiendo sin ningún costo! Únete y comienza a potenciar tu carrera
Aportes 5
Preguntas 0
Hola chicos, generamente uso el generador de plantillas cookiecutter, el cual me permite dejar todo listo para trabajar y lo puedo personalizar como se me de la gana! super recomendado
Distribución de archivos
dvc/ <- configuraciones de DVC
.github/workflows/ <- actions que se ejecutaran
api/ <- API utilizando fast API
datset/ <- archivos del dataset traqueados
model/ <- archivos de modelos traqueados
notebooks/ <- notebooks con el modelo
src/ <- archivos usados para reentrenamiento
utilities/ <- archivos con utilidades especificas
… <- archivos misceláneos del proyecto y extras que se necesitaran
cookie cutter para mlops:
https://github.com/mlops-guide/mlops-template
Hola a todos, les recomiendo el uso de cookiecutter de ciencia de datos https://github.com/drivendata/cookiecutter-data-science tiene una muy buena distribucion de las carpetas.
Generalmente uso el mismo esquema de archivos, es muy sencillo aunque no es apto para deploy.
Aquí un ejemplo de distribución de archivos en mi último proyecto.
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?
o inicia sesión.