Publicación: Estandarización y automatización del ciclo de vida de modelos de Machine learning en entornos empresariales mediante prácticas de MLOps
Fecha
2025
Autores
Escobar Diaz, Juan Esteban
dc.contributor.advisor
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad EAFIT
Resumen
Currently, the development and deployment of Machine learning (ML) models in enterprise environments face significant challenges related to reproducibility, scalability, and process automation. The absence of clear standards for managing the ML model lifecycle can lead to operational inefficiencies, data governance issues, and integration difficulties with production systems.
This work proposes the implementation of an architecture based on a structured methodology following MLOps practices, aiming to standardize the development, deployment, and monitoring of ML models within the organization. The proposed methodology and architecture integrate modern tools and approaches to automate the ML pipeline, manage model versioning, enable production monitoring, and optimize computational resource usage.
Descripción
En la actualidad, el desarrollo e implementación de modelos de Machine learning (ML) en entornos empresariales enfrenta desafíos relacionados con la reproducibilidad, escalabilidad y automatización de los procesos. La falta de estándares claros en la gestión del ciclo de vida de los modelos puede generar ineficiencias operativas, problemas de gobernanza de datos y dificultades en la integración con los sistemas productivos.
Este trabajo propone la implementación de una arquitectura basada en una metodología estructurada mediante prácticas de MLOps, con el objetivo de estandarizar el proceso de desarrollo, despliegue y monitoreo de modelos de ML en la organización. La metodología y arquitectura diseñada integra herramientas y enfoques modernos para la automatización del pipeline, la gestión del versionado de modelos, el monitoreo en producción y la optimización de los recursos computacionales.
Palabras clave
Citación
dc.relation.uri
dc.identifier.doi
Colecciones
dc.rights
Todos los derechos reservados