Trace la procedencia de los datos al modelo
Vincule un modelo desplegado con sus datos y código exactos.
Trace la procedencia de los datos al modelo es una lección gratuita de MLOps Academy en CoddyKit. Esta es la lección 1 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.
Qué significa el linaje
El linaje es la cadena documentada que conecta un modelo desplegado con los datos, el código y la configuración exactos que lo produjeron. 🔗
Por qué lo necesita
Cuando se cuestiona una predicción, el linaje permite responder una pregunta difícil: ¿qué datos y qué versión del código crearon este modelo?
Las tres entradas que debe seguir
Cada modelo entrenado tiene tres elementos de origen cuyo seguimiento merece la pena: la versión del conjunto de datos, el commit del código de entrenamiento y los parámetros de la ejecución.
Fije el commit del código
Registre el hash del commit exacto de Git en cada ejecución para saber siempre qué código entrenó el modelo.
import subprocess
commit = subprocess.check_output(["git", "rev-parse", "HEAD"]).decode().strip()
mlflow.set_tag("git_commit", commit)Fije la versión de los datos
Registre también la versión de los datos. Con DVC, el hash de los datos vive en Git, por lo que el commit ya apunta a un estado exacto del conjunto de datos.
MLflow guarda la relación
MLflow guarda los parámetros, las métricas y las etiquetas de cada ejecución, de modo que un modelo registrado ya contiene referencias a cómo se construyó. 🧾
mlflow.log_param("data_path", "data/train.csv")
mlflow.log_metric("f1", 0.91)
mlflow.sklearn.log_model(model, "model")Etiquete la ejecución generosamente
Las etiquetas son metadatos gratuitos. Añada el hash del conjunto de datos, el nombre del entorno y el autor para que la ejecución cuente su propia historia más adelante.
mlflow.set_tag("dataset_hash", "a1b2c3")
mlflow.set_tag("author", "team-fraud")El linaje es un grafo
Imagine el linaje como un grafo: los nodos de datos confluyen en una ejecución de entrenamiento, que da lugar a un modelo y este, a un despliegue.
Siga el rastro hacia delante y hacia atrás
Un buen linaje funciona en ambos sentidos. El sentido inverso responde qué creó este modelo; el sentido directo responde a qué modelos afectó un conjunto de datos.
Lea el linaje desde una ejecución
Puede recuperar una ejecución anterior mediante su identificador y leer sus etiquetas para reconstruir exactamente qué datos y qué commit produjeron ese modelo.
run = mlflow.get_run(run_id)
print(run.data.tags["git_commit"])
print(run.data.tags["dataset_hash"])Herramientas que lo hacen
MLflow, DVC y herramientas especializadas como OpenLineage capturan estos vínculos automáticamente para que no tenga que unir el linaje manualmente.
Comprobación rápida
Compruebe que entiende qué elementos conecta realmente el linaje.
Resumen
Ha aprendido que el linaje vincula un modelo con sus datos, su código y sus parámetros, registrados como etiquetas en una ejecución para que cualquier modelo sea completamente trazable. ✅
Aprende Python con un tutor de IA — gratis
Escribe y ejecuta código real en tu navegador, obtén ayuda instantánea de un tutor de IA disponible 24/7 y continúa donde lo dejaste en la web o en la aplicación.
- Cursos
- 30
- Lecciones
- 120
Preguntas frecuentes
¿La lección «Trace la procedencia de los datos al modelo» es gratis?
Sí — el texto completo de «Trace la procedencia de los datos al modelo» 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 «Trace la procedencia de los datos al modelo»?
Vincule un modelo desplegado con sus datos y código exactos. 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 1 de 4.
¿Cuánto tiempo toma la lección «Trace la procedencia de los datos al modelo»?
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
- Trace la procedencia de los datos al modelo
- Escriba model cards
- Pistas de auditoría y reproducibilidad
- Control de acceso y cumplimiento