MLflow

MLflow registra los parámetros, métricas y artefactos de cada ejecución de entrenamiento de ML para que un equipo pueda comparar experimentos y reproducir resultados, empaqueta los modelos entrenados en un formato estándar que funciona en distintos frameworks de servicio, y gestiona un registro de modelos para versionarlos y promoverlos hacia producción. Es independiente del framework y funciona con PyTorch, TensorFlow, scikit-learn y otros ya presentes en este catálogo.

MLflow encaja en equipos de ciencia de datos que necesitan rastrear experimentos y gestionar modelos de forma sistemática en lugar de en notebooks y hojas de cálculo dispersas, cubriendo un hueco de MLOps actualmente ausente en las entradas de frameworks de ML de este catálogo.