Crea modelos de machine learning a partir de una intención en lenguaje natural y un conjunto de datos tabular mediante un flujo de trabajo multiagente.
2,6 mil263PythonApache-2.0Actualizado hace 8 meses
Netflix/metaflow
Framework de Python para crear, escalar y desplegar flujos de trabajo de IA y ML, desde prototipos en notebooks hasta orquestadores de producción.
- Estrellas
- 10,308
- Forks
- 1,383
- Issues abiertos
- 530
- Último commit
- hace 5 días
¿Qué es?
Metaflow es un framework de Python para crear y gestionar sistemas de IA y ML. El flujo de trabajo se define como un flow de Python compuesto por pasos; después, se ejecuta localmente para crear prototipos o se escalan pasos individuales en clústeres de cómputo en la nube con CPU o GPU. Incluye seguimiento de experimentos, control de versiones de datos y artefactos, y visualización de resultados.
El mismo código se puede desplegar en orquestadores de flujos de trabajo preparados para producción, con gestión de dependencias y compatibilidad con ejecuciones activadas por eventos. Metaflow permite desarrollar con notebooks y funciona con AWS, Azure y GCP, además de Kubernetes. Se creó originalmente en Netflix y ahora cuenta con el respaldo de Outerbounds.
Funciones clave
- 01API idiomática de Python para definir flujos de varios pasos que se ejecutan localmente o en la nube
- 02Escalar los pasos horizontal y verticalmente con CPU y GPU
- 03Seguimiento de experimentos, control de versiones y visualización de resultados integrados
- 04Gestión de dependencias para ejecutar flujos de forma remota
- 05Despliegue en un solo paso en orquestadores de flujos de trabajo de producción, con activación por eventos
Casos de uso
- Crear un prototipo de un modelo de ML en un notebook y llevarlo después a producción
- Ejecutar grandes trabajos paralelos de entrenamiento o procesamiento de datos en recursos de cómputo en la nube
- Gestionar modelos y artefactos con control de versiones en un equipo de ciencia de datos
- Desplegar pipelines de ML recurrentes activados por eventos
Inicio rápido
- 1
Instala Metaflow desde PyPI
pip install metaflow - 2
Como alternativa, instálalo desde conda-forge
conda install -c conda-forge metaflow - 3
Sigue el tutorial oficial para crear y ejecutar tu primer flow
Antes de usarlo
- Para aprovechar todas sus ventajas, como el escalado en la nube y la orquestación en producción, es necesario configurar la infraestructura en la nube, lo que requiere tiempo y esfuerzo.
Temas
Preguntas frecuentes
- ¿Qué es metaflow?
- Framework de Python para crear, escalar y desplegar flujos de trabajo de IA y ML, desde prototipos en notebooks hasta orquestadores de producción. Metaflow es un framework de Python para crear y gestionar sistemas de IA y ML. El flujo de trabajo se define como un flow de Python compuesto por pasos; después, se ejecuta localmente para crear prototipos o se escalan pasos individuales en clústeres de cómputo en la nube con CPU o GPU. Incluye seguimiento de experimentos, control de versiones de datos y artefactos, y visualización de resultados.
- ¿metaflow es gratuito? ¿Qué licencia tiene?
- metaflow es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿metaflow sigue mantenido?
- Mantenimiento activo. El último commit de metaflow fue el 16 oct 2026.
- ¿Para qué puedo usar metaflow?
- Crear un prototipo de un modelo de ML en un notebook y llevarlo después a producción Ejecutar grandes trabajos paralelos de entrenamiento o procesamiento de datos en recursos de cómputo en la nube Gestionar modelos y artefactos con control de versiones en un equipo de ciencia de datos Desplegar pipelines de ML recurrentes activados por eventos
- ¿Cómo se instala metaflow?
- Instala Metaflow desde PyPI: pip install metaflow Como alternativa, instálalo desde conda-forge: conda install -c conda-forge metaflow Sigue el tutorial oficial para crear y ejecutar tu primer flow
- ¿Dónde consigo metaflow?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Netflix/metaflow
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Framework de bajo nivel para Python que permite crear agentes con estado y de larga duración, con ejecución duradera, intervención humana y memoria.
43,6 mil7,4 milPythonMITActualizado ayer
Plataforma open source de ingeniería de IA para depurar, evaluar, monitorear y optimizar agentes, aplicaciones con LLM y modelos de ML.
28,5 mil6,5 milPythonApache-2.0Actualizado ayer
Framework de Python para crear y coordinar sistemas multiagente con flujos de trabajo secuenciales, concurrentes, basados en grafos y jerárquicos.
7,3 mil1,1 milPythonApache-2.0Actualizado hace 3 días
Curso gratuito con licencia MIT y 542 lecciones para aprender conceptos de ingeniería de IA desde cero con Python, TypeScript, Rust y Julia.
71,4 mil12,6 milPythonMITActualizado anteayer
Sistema de código abierto para ejecutar, gestionar y escalar cargas de trabajo de IA en Kubernetes, Slurm y más de 20 nubes o proveedores de GPU desde una sola interfaz.
10,7 mil1,3 milPythonApache-2.0Actualizado ayer