Código abierto frente a MLflow administrado en Azure Databricks

Esta página está pensada para ayudar a los usuarios de MLflow de código abierto a familiarizarse con el uso de MLflow en Databricks. MLflow administrado por Databricks usa las mismas API, pero proporciona funcionalidades adicionales a través de integraciones con la plataforma más amplia de Azure Databricks.

Ventajas de MLflow administrado en Azure Databricks

MLflow de código abierto proporciona el modelo de datos principal, la API y el SDK. Esto significa que los datos y las cargas de trabajo siempre son portátiles.

El MLflow administrado en Databricks agrega:

• Gobernanza y seguridad de nivel empresarial mediante la integración con la plataforma de Databricks, Lakehouse y unity Catalog. Los datos de inteligencia artificial y aprendizaje automático, las herramientas, los agentes, los modelos y otros recursos se pueden gobernar y usar en la misma plataforma que el resto de los datos y cargas de trabajo.
• Hospedaje totalmente administrado en servidores escalables y listos para producción
• Integraciones para el desarrollo y la producción con la plataforma más amplia de Mosaic AI

Consulte la página del producto MLflow administrado para obtener más información sobre las ventajas y consulte el resto de esta página para obtener información sobre los detalles técnicos.

Funcionalidades adicionales en Databricks

En esta sección se enumeran las funcionalidades importantes habilitadas en MLflow administrado mediante integraciones con la plataforma más amplia de Azure Databricks. Para obtener información general sobre todas las funcionalidades de MLflow para GenAI, consulte MLflow 3 para GenAI y la documentación de GenAI de código abierto.

Gobernanza y seguridad de nivel empresarial

• Gobernanza empresarial con el catálogo de Unity: los modelos, las tablas de características, los índices vectoriales, las herramientas y mucho más se rigen de forma centralizada en el catálogo de Unity. Al implementar agentes, la autenticación para el agente, los datos y el acceso a herramientas se puede controlar con precisión mediante la autenticación de paso a través y la autenticación en nombre de usuario.
• Integración de datos de Lakehouse: aproveche los espacios y paneles de AI/BI Genie y Databricks SQL para analizar registros y seguimientos de experimentos de MLflow.
• Seguridad y administración: los permisos de MLflow siguen los mismos patrones de gobernanza que la plataforma más amplia de Databricks:
  • Los objetos de área de trabajo, como los experimentos, siguen los permisos del área de trabajo.
  • Los objetos de catálogo de Unity, como los modelos registrados, siguen los privilegios del catálogo de Unity.
  • La autenticación y el acceso de la interfaz de usuario y la API coincide con la plataforma de Databricks y la API REST.
• Auditoría: las tablas del sistema proporcionan registros de uso y auditoría para MLflow administrado.

Hospedaje totalmente administrado en servidores listos para producción

• Totalmente administrado: Azure Databricks proporciona servidores de MLflow con actualizaciones automáticas, diseñadas para escalabilidad y producción. Para más información, consulte Límites de recursos.
• Plataforma de confianza: MLflow administrado lo usan miles de clientes de todo el mundo.

Integraciones para desarrollo y producción

El desarrollo de inteligencia artificial y aprendizaje automático se simplifica mediante integraciones como:

• Integración de cuadernos: los cuadernos de Databricks se conectan automáticamente al servidor MLflow y pueden usar experimentos de cuadernos y experimentos de área de trabajo para el seguimiento y el uso compartido de los resultados. Los cuadernos de Databricks admiten el registro automático para el seguimiento de MLflow. Para GenAI, los cuadernos de Databricks pueden mostrar una interfaz de usuario de seguimiento integrada para análisis interactivo.
• Herramientas de comentarios humanos de GenAI: para la evaluación de GenAI, Databricks proporciona una aplicación de revisión para comentarios humanos que incluye una interfaz de usuario de chat para evaluar el ambiente y una interfaz de usuario de comentarios expertos para etiquetar rastros.

La inteligencia artificial y el aprendizaje automático de producción se facilitan mediante integraciones como:

• Infraestructura como código para CI/CD: administre experimentos, modelos y más de MLflow con paquetes de automatización declarativa y pilas de MLOps.
• Implementación de modelos mediante CI/CD: los trabajos de implementación de MLflow 3 integran flujos de trabajo de Databricks con Unity Catalog para automatizar la implementación provisional de modelos de ML.
• Integración de Feature Store: La integración del Almacén de características de Databricks + MLflow proporciona una implementación más sencilla para los modelos de ML que usan tablas de características.
• Supervisión de producción de GenAI: Databricks proporciona un servicio de supervisión de producción que evalúa continuamente una muestra del tráfico de producción mediante jueces y evaluadores LLM. Esto se basa en la ingesta de trazas a escala de producción que incluye el almacenamiento de trazas en tablas del Catálogo de Unity.

Pasos siguientes

Introducción a MLflow en Databricks:

• Creación de una cuenta de Databricks de evaluación gratuita para usar MLflow administrado por Databricks
• Tutorial: Conexión del entorno de desarrollo a MLflow
• Introducción: MLflow 3 para GenAI
• Introducción a MLflow 3 para modelos

Material de referencia relacionado:

• Documentación de MLflow de código abierto para GenAI
• API rest de Databricks, que incluye la API de MLflow
• SDK de Databricks, que incluyen operaciones de MLflow