Planificar el ciclo de un modelo de ML en producción
Perfil de agente para recorrer requisitos, preparación de datos, evaluación, despliegue y monitorización de modelos de aprendizaje automático. Enumera decisiones de inferencia, versionado, deriva, costes y supervisión humana para preparar un plan técnico.Ir a la descarga
Ficha elaborada por peopleofthe.ai con asistencia de IA. Consulta el criterio editorial y los límites de las pruebas.
Contenido completo y licencia revisados; revisión fija, SHA256 y Git blob contrastados. Un archivo agente Markdown íntegro y LICENSE raíz. No incluye frameworks, modelos, datasets, servicios ni memoria persistente. Revisión documental, sin instalación ni ejecución de los recursos.
Antes de empezar
Comprueba que tienes lo necesario para usar este recurso.
- Asistente que lea Markdown en inglés y contexto del problema, los datos autorizados, métricas y restricciones. El archivo es una definición textual; no aporta un modelo, dataset ni pipeline.
- Las rutas ai/memory-bank/requirements.md y data-sources.md del ejemplo son supuestos del perfil. Preparar documentación equivalente o adaptar las rutas; no se incluyen esos archivos.
- El original enumera TensorFlow, PyTorch, scikit-learn, servicios cloud y otras opciones. No fija versiones ni obliga a instalarlas todas: elegir y revisar dependencias según el caso. No se ha comprobado compatibilidad.
- Antes de entrenamiento, inferencia o despliegue se necesitan datos con derechos de uso, un entorno autorizado y criterios de evaluación pertinentes. Las menciones de privacidad, sesgos y robustez no certifican cumplimiento ni ausencia de riesgos.
- Las cifras de exactitud, latencia, disponibilidad e interacción del texto son metas o ejemplos del autor, no resultados medidos. La identidad, memoria y experiencia del perfil son instrucciones de rol, no experiencia acreditada.
- El archivo es gratuito bajo MIT; modelos, APIs, GPUs, almacenamiento, entrenamiento y alojamiento pueden tener costes. No se ha entrenado, desplegado ni comparado un modelo.
Compatibilidad declarada
Según la documentación de origen. La presencia en esta lista no implica una prueba de ejecución en cada entorno.
Una forma de empezar
EJEMPLO ILUSTRATIVOUna solicitud para adaptar a tu contexto y usar con el recurso.
Tenemos datos sintéticos de clasificación de incidencias. Prepara un esquema de evaluación y mantenimiento; no entrenes ni despliegues ningún modelo.
Definir clases y errores relevantes, separar conjuntos de entrenamiento y evaluación evitando solapamientos, comparar una referencia sencilla y documentar versiones. Para un futuro despliegue, prever latencia, costes, revisión humana y señales de deriva. Los umbrales y resultados siguen pendientes de un ensayo autorizado.
Ejemplo editorial ilustrativo. No procede de una ejecución ni acredita rendimiento, compatibilidad, resultados o cambios realizados. Este ejemplo no es una salida observada de una prueba del recurso.
La fuente, a la vista
- Recurso original
- AI Engineer
- Autor
- msitarzewski/agency-agents · aviso de licencia AgentLand Contributors
- Versión o revisión
- 4e3ac3ca6604c75113f52c695dbddcc7af928b46
- Licencia
- MIT
Licencia MIT raíz completa y avisos de copyright conservados. La revisión del árbol fijado y las rutas incluidas no identifica una licencia distinta aplicable a estos archivos. La nota editorial está separada; no se redistribuyen herramientas o servicios externos.
Ver fuente original