MLOps en Producción · Lección 13
¿Para qué se usa Airflow en un flujo de ML?
Para programar y orquestar tareas como ingesta de datos, entrenamiento y evaluación mediante DAGs
Para servir predicciones en tiempo real con baja latencia
Para almacenar features
Para versionar el código
MLOps en Producción · Lección 13
Completa el código
En Airflow, un flujo de tareas con dependencias se define como un
Revisa: se define como un DAG (grafo acíclico dirigido).
MLOps en Producción · Lección 13
¿Por qué las dependencias explícitas del DAG evitan ejecutar entrenamiento antes de terminar la ingesta?
Pista: el DAG obliga a que una tarea espere a que termine la anterior, evitando entrenar con datos incompletos.
✓
¡Lección completada!
Orquestación con Airflow para ML
0
XP ganado
3
Vidas restantes