Recursos
Una colección seleccionada de herramientas, plataformas y recursos de aprendizaje para MLOps y LLMOps.
🛠️ Herramientas de MLOps
Seguimiento de experimentos
| Herramienta | Descripción | Enlace |
|---|---|---|
| MLflow | Plataforma de ciclo de vida de ML de código abierto | mlflow.org |
| Weights & Biases | Seguimiento de experimentos y colaboración | wandb.ai |
| Neptune.ai | Almacén de metadatos de ML | neptune.ai |
| Comet | Plataforma de experimentos de ML | comet.com |
Versionado de datos y modelos
| Herramienta | Descripción | Enlace |
|---|---|---|
| DVC | Control de versiones de datos | dvc.org |
| Git LFS | Almacenamiento de archivos grandes | git-lfs.com |
| LakeFS | Versionado de data lake | lakefs.io |
Feature Stores
| Herramienta | Descripción | Enlace |
|---|---|---|
| Feast | Feature store de código abierto | feast.dev |
| Tecton | Plataforma empresarial de features | tecton.ai |
| Hopsworks | Plataforma de datos para ML | hopsworks.ai |
Servir modelos
| Herramienta | Descripción | Enlace |
|---|---|---|
| TorchServe | Servir modelos PyTorch | pytorch.org/serve |
| TF Serving | Servir modelos TensorFlow | tensorflow.org/tfx/serving |
| Triton | Servidor de inferencia de NVIDIA | nvidia.com/triton |
| BentoML | Empaquetado de modelos de ML | bentoml.com |
| Seldon | Plataforma de despliegue de ML | seldon.io |
Orquestación de pipelines
| Herramienta | Descripción | Enlace |
|---|---|---|
| Apache Airflow | Orquestación de flujos de trabajo | airflow.apache.org |
| Prefect | Motor moderno de flujos de trabajo | prefect.io |
| Dagster | Orquestación de datos | dagster.io |
| Kubeflow Pipelines | Pipelines de ML en K8s | kubeflow.org |
Calidad de datos
| Herramienta | Descripción | Enlace |
|---|---|---|
| Great Expectations | Validación de datos | greatexpectations.io |
| Soda | Plataforma de calidad de datos | soda.io |
| dbt | Transformación de datos | getdbt.com |
🤖 Herramientas de LLMOps
Servir LLM
| Herramienta | Descripción | Enlace |
|---|---|---|
| vLLM | Servir de alto rendimiento | vllm.ai |
| TGI | Inferencia de HuggingFace | github.com/huggingface/tgi |
| Ollama | Servir LLM localmente | ollama.ai |
| LMDeploy | Kit de herramientas para despliegue de LLM | github.com/InternLM/lmdeploy |
Frameworks de LLM
| Herramienta | Descripción | Enlace |
|---|---|---|
| LangChain | Framework para aplicaciones LLM | langchain.com |
| LlamaIndex | Framework de datos para LLMs | llamaindex.ai |
| Semantic Kernel | Framework de LLM de Microsoft | github.com/microsoft/semantic-kernel |
Evaluación de LLM
| Herramienta | Descripción | Enlace |
|---|---|---|
| RAGAS | Evaluación de RAG | ragas.io |
| DeepEval | Framework de evaluación de LLM | github.com/confident-ai/deepeval |
| LangSmith | Plataforma de evaluación de LangChain | smith.langchain.com |
| Phoenix | Observabilidad de Arize | phoenix.arize.com |
Gestión de prompts
| Herramienta | Descripción | Enlace |
|---|---|---|
| PromptLayer | Gestión de prompts | promptlayer.com |
| Humanloop | Evaluación de LLM y prompts | humanloop.com |
| DSPy | Programación de prompts | github.com/stanfordnlp/dspy |
☁️ Plataformas en la nube
| Plataforma | Servicio de ML | Enlace |
|---|---|---|
| AWS | SageMaker | aws.amazon.com/sagemaker |
| GCP | Vertex AI | cloud.google.com/vertex-ai |
| Azure | Azure ML | azure.microsoft.com/ml |
📚 Recursos de aprendizaje
Libros
- "Designing Machine Learning Systems" de Chip Huyen
- "Machine Learning Engineering" de Andriy Burkov
- "Building Machine Learning Pipelines" de Hannes Hapke & Catherine Nelson
Cursos
Blogs
Newsletters
🏢 Comunidades
Keep Learning
El panorama de MLOps y LLMOps evoluciona rápidamente. Siga las comunidades y newsletters para mantenerse actualizado con las últimas herramientas y mejores prácticas.