Glosario IA
El diccionario completo de la Inteligencia Artificial
CI/CD para ML
Pipeline de integración continua y despliegue continuo específicamente adaptado a los ciclos de vida de los modelos de machine learning, integrando validación de datos, entrenamiento automático y despliegue controlado de los modelos en producción.
Pipeline de Reentrenamiento Automatizado
Workflow orquestado que desencadena automáticamente el reentrenamiento de los modelos según criterios predefinidos (temporales, basados en rendimiento o data drift), incluyendo validación y despliegue condicional.
Shadow Deployment
Estrategia de despliegue donde el nuevo modelo funciona en paralelo al modelo de producción sin afectar a los usuarios, permitiendo la validación silenciosa de las prestaciones antes de la conmutación total.
Canary Deployment para ML
Enfoque de despliegue progresivo donde el nuevo modelo se expone primero a un pequeño porcentaje del tráfico, con monitorización intensiva antes de la extensión gradual al conjunto de las peticiones.
ML Experiment Tracking
Sistema de registro estructurado de hiperparámetros, métricas, artefactos y resultados de los experimentos ML, permitiendo la comparación sistemática y la reproducción de los runs de entrenamiento.
Evaluación Continua de Modelos
Proceso automatizado de evaluación continua del rendimiento de los modelos en producción frente a juegos de test de referencia, incluyendo detección de regresión y métricas de sesgo.
Pipeline de Gobernanza de Modelos
Conjunto de controles automatizados que validan el cumplimiento normativo, la equidad algorítmica y la documentación de los modelos antes de su promoción a producción.
Automatización del Feature Engineering
Pipeline automatizado de creación, transformación y selección de features, con validación de la estabilidad temporal y seguimiento de la deriva de las distribuciones para mantener la calidad predictiva.
ML Model Validation
Paso sistemático del pipeline CI/CD que verifica la robustez, generalización y conformidad del modelo antes del despliegue, incluyendo pruebas unitarias, pruebas de integración y validación de negocio.
Hyperparameter Optimization CI
Integración continua de la optimización de hiperparámetros en el pipeline de construcción, automatizando la búsqueda de configuraciones óptimas con validación cruzada y seguimiento de resultados.
Model Explainability Pipeline
Flujo de trabajo automatizado que genera y valida las explicaciones del modelo (SHAP, LIME) durante el CI, garantizando la transparencia e interpretabilidad antes del despliegue en producción.