MLflow surgió en Databricks para ordenar el trabajo de aprendizaje automático. Los equipos registran parámetros, métricas, versiones del código y artefactos de cada ejecución, comparan resultados en una interfaz web y empaquetan modelos en un formato estándar que puede desplegarse en distintos entornos. Un registro de modelos gestiona las versiones y etapas.
El proyecto se ha ampliado a la IA generativa. Admite trazas de aplicaciones con LLM, herramientas de evaluación y gestión de prompts, por lo que también sirve a equipos que trabajan con modelos de lenguaje, además de modelos clásicos. Es compatible con la mayoría de las bibliotecas de aprendizaje automático y plataformas en la nube.
MLflow es gratuito y de código abierto, y está disponible como servicio gestionado en Databricks y otras plataformas en la nube. Si lo alojas por tu cuenta, necesitas infraestructura. Entre las alternativas están Weights & Biases, Comet, Neptune, ClearML y Langfuse para las trazas de LLM. Sirve a equipos que buscan un estándar independiente del proveedor.
// alternativas a MLflow ver todas →
// herramientas relacionadas en Herramientas para desarrolladores
