🛠️ 5 herramientas self-hosted para tu stack de data science#
Este artículo repasa cinco alternativas open source para armar un flujo de trabajo de data science sin depender tanto de SaaS: notebook, tracking, orquestación, versionado y almacenamiento.
Lo interesante#
- 📓 JupyterLab como hub propio
- 📈 MLflow para experimentos y modelos
- 🔄 Airflow para orquestación
- 📦 DVC para datos y modelos
- ☁️ Más control y soberanía sobre el stack
La idea es reemplazar suscripciones por infraestructura propia y más control sobre datos, costos y reproducibilidad.
🪄 Explicación en pocas palabras#
Pensá en construir tu propio laboratorio.
En vez de alquilar todas las herramientas, montás tu entorno y lo adaptás a tu manera de trabajar.
👉 Más control, más independencia, más repetibilidad.
Más información en el link 👇
También publicado en LinkedIn.
