ZenML

ZenML aide les équipes à faire passer le travail de ML des notebooks à la production. Les développeurs écrivent des pipelines comme des fonctions Python, et ZenML les exécute sur un orchestrateur choisi, comme Kubeflow, Airflow ou un service cloud, en suivant les artefacts et les métadonnées au passage.

Une notion de stack sépare le code du pipeline de l’infrastructure, donc le même pipeline peut tourner en local pendant le développement et dans le cloud en production. Le framework s’est étendu pour prendre en charge les flux de LLM et les agents.

ZenML est open source, avec un cloud managé. Il ajoute une couche d’abstraction que les équipes doivent apprendre. Les alternatives incluent MLflow, Kubeflow, Metaflow, Dagster et Prefect. ZenML convient aux équipes ML qui veulent des pipelines portables.