OrchestraML

¿Qué es OrchestraML?

OrchestraML es una herramienta de flujo de trabajo de machine learning asistida por IA que convierte un objetivo de ML en lenguaje natural en una canalización guiada. Admite búsqueda o carga de conjuntos de datos, análisis exploratorio de datos, limpieza, ingeniería de características, selección de modelos con AutoML, evaluación y despliegue o exportación de paquetes.

El producto está diseñado en torno a un flujo de trabajo multiagente con aprobación humana en puntos críticos de control. Registra las decisiones en lenguaje natural, genera informes con métricas y artefactos de explicabilidad, y puede producir un paquete de modelo descargable o un endpoint de API en vivo.

Funciones clave

• Orquestación de canalización multiagente: agentes separados se encargan de la orquestación, selección de conjuntos de datos, EDA, limpieza, ingeniería de características, modelado, evaluación y despliegue.
• Puntos de control humanos: la canalización se detiene en 6 puertas críticas para que los usuarios aprueben o guíen las decisiones antes de continuar.
• Búsqueda de modelos AutoML: usa FLAML AutoML con presupuestos de tiempo adaptativos para seleccionar un modelo según el tamaño del conjunto de datos y la complejidad de la tarea.
• Trazabilidad y reporting: registra las decisiones de la IA con razonamiento en lenguaje natural y produce un informe con pestañas que incluye métricas, gráficos, SHAP, comprobaciones de sesgo y opciones de despliegue.
• Preparación de datos y diagnósticos: incluye perfilado automático, manejo de nulos y valores atípicos, detección de desbalance, selección de características y gráficos EDA como distribuciones, mapas de calor, gráficos de balance de clases y boxplots.
• Opciones de exportación y despliegue: genera un ZIP listo para usar con archivos como model.pkl, scaler.pkl, predict.py, requirements.txt y un README, o despliega una API en vivo.
• Manejo de seguridad: cifra los conjuntos de datos al cargarlos y los elimina cuando finaliza la canalización, conservando solo el modelo entrenado.

Cómo usar OrchestraML

Empieza describiendo tu objetivo de ML en lenguaje natural y carga un conjunto de datos o deja que los agentes busquen uno por ti. Luego, el sistema ejecuta la canalización paso a paso, mostrando registros y pidiendo aprobación en los puntos clave.

Cuando termine el flujo de trabajo, revisa el informe con métricas, explicaciones SHAP, análisis de sesgo y registros de decisiones de la IA. Desde ahí, descarga el paquete del modelo o despliega el modelo resultante como una API.

Casos de uso

• Un estudiante que crea su primer proyecto de machine learning sin programar manualmente el preprocesamiento, la selección de modelos ni el despliegue.
• Un analista que tiene un CSV y quiere un flujo de trabajo guiado para limpiar datos, entrenar un modelo y revisar el rendimiento.
• Un usuario que necesita artefactos de explicabilidad como gráficos SHAP y explicaciones por predicción antes de compartir un modelo.
• Un equipo que quiere una canalización controlada en la que los pasos principales requieran aprobación en lugar de automatización totalmente desatendida.
• Un flujo de trabajo que necesita un entregable de modelo local empaquetado, incluido el modelo entrenado, los archivos de preprocesamiento y un script de predicción.

Preguntas frecuentes

• ¿OrchestraML requiere conocimientos de ML? No. La fuente indica que los usuarios pueden describir su objetivo en lenguaje natural y no necesitan experiencia en ML para empezar.
• ¿Puedo cargar mi propio conjunto de datos? Sí. El producto admite tanto la carga de conjuntos de datos como la búsqueda de conjuntos de datos gestionada por los agentes.
• ¿La canalización se ejecuta sin supervisión? No. Incluye 6 puntos de control humanos en los que la canalización se detiene para pedir aprobación antes de continuar con acciones críticas.
• ¿Qué incluye la salida? El informe incluye métricas, explicabilidad SHAP, análisis de sesgo y opciones de despliegue, y el producto también puede exportar un paquete descargable.
• ¿Admite despliegue en vivo? Sí. La fuente indica que los usuarios pueden descargar el paquete del modelo o desplegar una API en vivo.

Alternativas

• Flujos de trabajo tradicionales basados en notebooks: ofrecen más control manual y flexibilidad, pero requieren que el usuario gestione paso a paso el análisis, la limpieza, el entrenamiento y el empaquetado.
• Plataformas AutoML gestionadas: se centran en la selección y el entrenamiento automatizados de modelos, pero pueden no enfatizar un flujo de trabajo multiagente basado en puntos de control ni el mismo nivel de detalle en la auditoría de decisiones.
• Canalizaciones de MLOps construidas con herramientas separadas: pueden cubrir desde la preparación de datos hasta el despliegue, pero normalmente requieren ensamblar y mantener varios componentes en lugar de usar una sola interfaz guiada.
• Scripting manual con bibliotecas de ML de Python: ofrece la máxima personalización, pero impone al usuario toda la carga de la EDA, la ingeniería de características, la evaluación y la configuración del despliegue.