ML en producción
El modelo es solo el inicio

Un sistema ML productivo requiere capas de datos, modelo y API bien separadas. Sin diseño, el 90% de los proyectos no sobrevive más de 6 meses.

INF-236 aplicado
Los patrones que ya conocen

Strategy para intercambiar modelos. Repository para abstraer fuentes. Pipeline para separar etapas. Todo INF-236 aparece en ML real.

Kedro + MLflow
El stack que lo hace posible

Kedro impone separación de capas. MLflow da trazabilidad. FastAPI expone el modelo. Diseño de software hecho herramienta.

SAT-E · UTFSM
Caso real, impacto real

Tres generaciones M1/M2/M3 conviviendo sin reescribir el sistema. Eso es lo que el buen diseño hace posible — hoy, en su universidad.