Entrenar el modelo es la parte corta. Lo largo es que corra todos los días, que se pueda repetir dentro de seis meses y que alguien se entere cuando empieza a fallar. Acá va del notebook a un sistema que se despliega solo, se monitorea y avisa antes de que lo note el negocio.
Todo abierto y sin cuenta. Made With ML lo publica entero su autor; MLflow, DVC y Evidently son de código abierto y lo que está acá es su propia documentación; los dos textos de referencia -ml-ops.org y el artículo de arquitectura de Google- son públicos. No hay certificación de MLOps que valga la pena y por eso no se nombra ninguna.
El catálogo
Toca cualquiera para ver qué te llevas y por qué está acá. Ninguno deja credencial: son documentación de herramientas abiertas y un curso que su autor publica entero.
A dónde llegas
Esta constancia la emito yo y solo dice que recorriste la guía. Los cursos que dejan credencial propia lo avisan en su paso del mapa.
Tu nombre
completó esta ruta:
los trece pasos de MLOps.
Ejemplo. No es un certificado oficial ni acredita conocimientos: lo emito yo y solo dice que recorriste esta guía.
Se desbloquea cuando cierres los trece pasos del mapa. No hay certificación de MLOps que valga la pena, así que no se nombra ninguna: lo más parecido son las credenciales de nube, que tienen su propia ruta acá.
Otras rutas
Cerrado esto, el resto de AI se abre en tres ramas. Cada una con sus propias credenciales.
Llévate solo los pasos que te sirven y mézclalos con los de las otras rutas. El armador las abre todas en piezas sueltas: eliges, ordenas y te queda tu propio camino, con su mapa y su avance.
¿Conoces algo gratis que debería estar acá? Escríbeme y lo miro: un curso, un canal, un dataset o un apunte tuyo, mientras sea gratis y se pueda enlazar. También si encontraste un link caído.