El desarrollo de MLOps, o machine learning operations, está transformando la forma en que las empresas implementan modelos de aprendizaje automático. Esta disciplina integra personas, procesos y tecnología para ejecutar casos de uso de aprendizaje automático de manera eficiente, basándose en la creación de plataformas que aseguran la consistencia y solidez de los ciclos de vida de los modelos.
Las empresas deben adoptar plataformas de MLOps que faciliten el seguimiento y la observabilidad completa. Estas plataformas están estructuradas en sistemas de múltiples cuentas con fuertes medidas de seguridad y buenas prácticas de desarrollo, como la automatización mediante tecnologías de integración y entrega continua (CI/CD). Esto permite que los usuarios interactúen solo al modificar los repositorios de código.
Terraform, desarrollada por HashiCorp, se destaca en este ámbito. Esta herramienta ha sido ampliamente adoptada para desarrollar y estandarizar la infraestructura en AWS en entornos multi-nube. Junto a plataformas como GitHub, MLOps está promoviendo la colaboración global entre las comunidades de DevOps y MLOps.
Recientemente se publicó un artículo que detalla cómo implementar una plataforma de MLOps utilizando Terraform y GitHub. El enfoque está en crear una infraestructura adecuada para desarrollar una robusta pipeline de entrenamiento que registre modelos en el Registro de Modelos de Amazon SageMaker, simplificando el camino desde el desarrollo hasta el despliegue de modelos.
Los usuarios finales, como científicos de datos e ingenieros de ML, pueden elegir plantillas del proyecto SageMaker adaptadas a sus necesidades, facilitando configuraciones estandarizadas que crean repositorios privados en GitHub. Esta automatización se logra mediante modelos reutilizables de Terraform, utilizables en diversos entornos de implementación.
Además, las plantillas personalizadas de SageMaker, enfocadas en el entrenamiento y evaluación de modelos, están disponibles para guiar a las organizaciones. Cada proyecto SageMaker activa una plantilla de AWS CloudFormation que gestiona la infraestructura necesaria, agilizando la fase de implementación y reduciendo errores.
El interés en estas plataformas está en aumento, ya que ofrecen manuales para preparar infraestructuras en AWS, establecer organizaciones en GitHub y gestionar el estado de recursos con backends de Terraform, mejorando la experiencia del usuario final de manera accesible y eficiente.
