MLOps MLFlow: MLFlow Projects - Dockerized Environments and MLflow in Spanish

Descubre cómo trabajar con proyectos en MLflow y crear una pipeline de ejecución que registre toda la actividad en Databricks, actuando como repositorio de artefactos y servidor de seguimiento. Aprende a ejecutar componentes en contenedores Docker mientras exploras la integración de MLflow Projects con entornos dockerizados. Este video en español de 27 minutos ofrece una guía práctica sobre MLOps, centrándose en MLflow y su aplicación en ciencia de datos y aprendizaje automático. Accede al código fuente completo en GitHub para implementar lo aprendido en tus propios proyectos de machine learning.