ClearML

ClearML ayuda a los equipos de machine learning a mantener su trabajo ordenado y reproducible. Añadir un par de líneas de código a un script de entrenamiento registra parámetros, métricas, versiones del código y resultados en un servidor central, de modo que los experimentos se pueden comparar y repetir. Esto sustituye a los notebooks dispersos y las notas manuales.

La suite va más allá del seguimiento. Incluye control de versiones de datasets, una cola de tareas que envía trabajos a las máquinas disponibles, pipelines que encadenan pasos y despliegue de modelos. Para las empresas con GPU caras, la planificación de recursos reparte el hardware entre equipos. ClearML también admite la orquestación de flujos de trabajo con grandes modelos de lenguaje.

El núcleo es de código abierto y se puede alojar por cuenta propia, y hay un servicio alojado y gestionado con planes gratuitos y de pago. Montar toda la pila requiere algo de experiencia en DevOps. Entre las alternativas están Weights & Biases, MLflow, Comet, Neptune y Kubeflow. ClearML encaja con equipos que quieren una herramienta MLOps todo en uno que puedan alojar ellos mismos.