En esta charla se explorará cómo construir una capa de MLOps con IA integrada (AI-in-the-middle) utilizando MLflow, donde nuestra arquitectura actual, los modelos de lenguaje de gran tamaño y los expertos humanos trabajan conjuntamente para gestionar y evolucionar el ciclo de vida del machine learning de principio a fin. Utilizando nuestra infraestructura MLOps en producción como caso de estudio real, mostraremos cómo MLflow sirve de base para el seguimiento de experimentos y el registro de modelos, mientras que un asistente de IA se sitúa en el centro para orquestar flujos de trabajo, aplicar mecanismos de control y proporcionar información accionable.
Se abordarán tres temas conectados:
- Un análisis en profundidad de nuestra arquitectura MLOps actual y de cómo MLflow se integra con plataformas cloud, pipelines de datos y herramientas operativas.
- Cómo utilizamos la IA para acelerar la migración de modelos desde Amazon SageMaker a Databricks, incluyendo la traducción asistida de código y configuraciones, las comprobaciones de paridad de entornos y la validación de los modelos migrados.
- Cómo integrar un enfoque AI-in-the-middle a lo largo de todo el ciclo de vida de los modelos, desde el diseño de experimentos y las decisiones de despliegue hasta la monitorización, la gestión inicial de incidencias y los ciclos de mejora continua.
Los asistentes aprenderán cómo transformar esta idea desde un concepto en el backlog hasta un flujo de trabajo preparado para producción, mediante patrones prácticos para utilizar MLflow e IA dentro de CI/CD, guías de migración, flujos de monitorización y gobernanza, y las operaciones diarias necesarias para mantener sistemas de machine learning estables, conformes y escalables
Inscripciones
📍 International Lab (C/Bailén, 41)
📅 Fecha: Viernes, 18 de junio | ⏰ 18:00 – 20:00
🎟️ Inscripciones