Defina un pipeline con etapas de DVC
Conecte los pasos en dvc.yaml con sus dependencias.
Defina un pipeline con etapas de DVC es una lección gratuita de MLOps Academy en CoddyKit. Esta es la lección 2 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de MLOps Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de MLOps Academy incluye 4 lecciones en total.
Partes de esta lección aún no han sido traducidas y se muestran en inglés.
Meet dvc.yaml
DVC describes your whole pipeline in one file called dvc.yaml. It lists each stage, the command it runs, and what it depends on. 📄
Add a Stage with dvc stage add
You rarely hand-write the file. The dvc stage add command builds a stage entry for you from flags you pass on the command line.
dvc stage add -n prep \
-d data/raw.parquet -o data/prepared \
python prep.pyThe -d Flag Means Dependency
The -d flag declares a dependency: a file or script the stage reads. DVC watches these to know when the stage needs to re-run.
The -o Flag Means Output
The -o flag declares an output the stage produces. DVC tracks these files so later stages can depend on them in turn.
Wiring Stages Together
You connect stages by making one stage's output the next stage's dependency. That shared file is the link that forms the pipeline graph.
What a Stage Looks Like in YAML
Each stage in dvc.yaml has a cmd plus its deps and outs. This is the readable record of how your model was built.
stages:
prep:
cmd: python prep.py
deps:
- data/raw.parquet
outs:
- data/preparedRun the Pipeline with dvc repro
The dvc repro command executes the pipeline in dependency order, running each stage only if its inputs changed.
dvc reproDVC Builds the DAG for You
From the deps and outs, DVC infers the full DAG automatically. You never specify run order by hand; the graph decides it.
Visualize It with dvc dag
Run dvc dag to print the pipeline as a graph in your terminal. It is a quick way to confirm stages are wired the way you expect.
dvc dagdvc.lock Records What Ran
After a run, DVC writes dvc.lock with the exact hashes of every input and output. Commit it so teammates reproduce the same result.
The Pipeline Lives in Git
dvc.yaml and dvc.lock are plain text, so they live in Git alongside your code. Your whole pipeline becomes versioned and reviewable.
Quick Check
Test your grasp of DVC stage flags.
Recap: Pipelines in dvc.yaml
You wired stages with deps and outs in dvc.yaml, then ran the graph with dvc repro. DVC tracks order and results for you. 🔗
Preguntas frecuentes
¿La lección «Defina un pipeline con etapas de DVC» es gratis?
Sí — el texto completo de «Defina un pipeline con etapas de DVC» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de MLOps Academy, actualiza a CoddyKit PRO. El curso de MLOps Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Defina un pipeline con etapas de DVC»?
Conecte los pasos en dvc.yaml con sus dependencias. Practicas MLOps Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar MLOps Academy?
No se requiere experiencia previa. MLOps Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 2 de 4.
¿Cuánto tiempo toma la lección «Defina un pipeline con etapas de DVC»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de MLOps Academy?
Sí. Cada lección de MLOps Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Etapas: Ingest, Prep, Train, Eval
- Defina un pipeline con etapas de DVC
- Almacene en caché y omita los pasos sin cambios
- Parametrice las ejecuciones con params.yaml