[{"data":1,"prerenderedAt":114},["ShallowReactive",2],{"seo-verification":3,"marketplace-app-es-mlflow":6},{"google":4,"bing":5},"EycwPY2XMyTkVzas3n1ygeNJFGAH513qrMjfDljzsMQ","",{"key":7,"data":8},"marketplace-app-es-mlflow",{"slug":9,"slugs":10,"categorySlugs":11,"name":16,"description":17,"phase":18,"unavailableReason":19,"docsUrl":20,"logo":21,"github":22,"tagline":23,"longDescription":24,"features":25,"useCases":32,"steps":42,"faq":58,"specs":71,"compatibleOs":83,"relatedApps":84,"relatedPosts":107,"category":111},"mlflow",{"fr":9,"en":9,"ar":9,"es":9},{"fr":12,"en":13,"ar":14,"es":15},"ia","artificial-intelligence","الذكاء-الاصطناعي","inteligencia-artificial","MLflow","Seguimiento de experimentos de machine learning, registro de modelos y trazas de aplicaciones LLM, en tu VPS y protegido por contraseña.",2,"awaiting_qa","https:\u002F\u002Fservorbit.com\u002Fblog\u002Fautoalojar-mlflow-vps-seguimiento-experimentos","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F39938107","https:\u002F\u002Fgithub.com\u002Fmlflow\u002Fmlflow","MLflow — sigue tus experimentos de ML, versiona tus modelos y traza tus apps LLM en tu VPS, con HTTPS y protegido.","MLflow es la plataforma open source de referencia (licencia Apache-2.0) para el ciclo de vida del machine learning. Un servidor de seguimiento central recibe, desde tus notebooks y tus scripts de entrenamiento, los parámetros, las métricas y los artefactos de cada ejecución: comparas tus pruebas lado a lado en lugar de copiarlas en una hoja de cálculo.\n\nEl registro de modelos versiona lo que pasa a producción, con alias e historial. Y para las aplicaciones de IA generativa, MLflow traza cada llamada a un modelo de lenguaje — entradas, salidas, latencia, pasos intermedios — para entender una respuesta y depurarla. En ServOrbit, el servidor se instala en un clic, protegido por una cuenta de administrador y servido por HTTPS.",[26,27,28,29,30,31],"Seguimiento de experimentos — parámetros, métricas y artefactos de cada ejecución, comparados en la interfaz.","Registro de modelos — versiones, alias e historial de los modelos destinados a producción.","Trazas LLM — entradas, salidas, latencia y pasos de tus aplicaciones de IA generativa.","Artefactos servidos por el servidor — archivos, gráficos y modelos subidos y descargados por HTTPS, sin almacenamiento S3 que configurar.","Todas las bibliotecas de Python — scikit-learn, PyTorch, Transformers, XGBoost, OpenAI, LangChain, con registro automático.","Acceso protegido — cuenta admin con contraseña generada, exigida en la interfaz y en la API; las demás cuentas solo ven lo que se les comparte.",[33,36,39],{"title":34,"body":35},"Comparar tus entrenamientos","Cada ejecución de un notebook o de un script registra sus hiperparámetros y sus métricas: encuentras en una pantalla la prueba con mejores métricas, con su código y sus archivos.",{"title":37,"body":38},"Un registro de modelos para el equipo","Registra los modelos validados, dales un alias como «production» y deja que tu servicio de inferencia cargue siempre la versión correcta.",{"title":40,"body":41},"Depurar una aplicación LLM","Activa las trazas de tu asistente o de tu agente: cada petición muestra sus llamadas al modelo, sus pasos y su latencia, para entender una mala respuesta.",[43,46,49,52,55],{"title":44,"body":45},"Crear el VPS y elegir la dirección","Contrata un VPS Ubuntu 24.04 con 2 GB de RAM (4 GB y más disco si guardas muchos modelos). MLflow exige un dominio: tus scripts, tus notebooks y tu equipo se conectan a él, así que debe responder por HTTPS con un nombre estable. Se abre en un subdominio de uno de tus dominios, o en el subdominio gratuito del VPS (mlflow.{dns_slug}.servorbit-dns.com), HTTPS incluido. No hace falta comprar un nombre de dominio.",{"title":47,"body":48},"Instalar MLflow desde Aplicaciones en 1 clic","En tu área de cliente, selecciona MLflow, elige la dirección y haz clic en Instalar. El script despliega el contenedor oficial, genera la contraseña de la cuenta `admin`, activa la autenticación en la interfaz y la API, limita los nombres de host aceptados a tu dirección y configura el proxy inverso nginx con HTTPS.",{"title":50,"body":51},"Iniciar sesión por primera vez","Abre https:\u002F\u002Ftu-dominio\u002F: el navegador pide unas credenciales. Introduce `admin` y la contraseña que aparece en tu área de cliente. Puedes cambiarla después con la API `users\u002Fupdate-password`; la nueva contraseña se conserva tras los reinicios.",{"title":53,"body":54},"Conectar tus notebooks y scripts","Define `MLFLOW_TRACKING_URI=https:\u002F\u002Ftu-dominio`, `MLFLOW_TRACKING_USERNAME=admin` y `MLFLOW_TRACKING_PASSWORD`, y luego llama a `mlflow.start_run()` en tu código. Los parámetros, las métricas y los artefactos aparecen en la interfaz al instante.",{"title":56,"body":57},"Abrir el acceso a tu equipo","Crea una cuenta por persona con la API `users\u002Fcreate`, conectado como `admin`. Una cuenta nueva no ve ningún experimento hasta que le compartes uno: los permisos se conceden experimento por experimento y modelo por modelo.",[59,62,65,68],{"q":60,"a":61},"¿Qué diferencia hay entre MLflow y Langfuse?","Langfuse se centra en las aplicaciones LLM: trazas, evaluaciones y gestión de prompts. MLflow cubre todo el ciclo del machine learning — seguimiento de entrenamientos, comparación de pruebas, registro de modelos — y también traza aplicaciones de IA generativa. Para un equipo que entrena sus propios modelos, MLflow es el punto de partida adecuado; para una aplicación que solo llama a LLM, Langfuse está más especializado.",{"q":63,"a":64},"¿Necesito un nombre de dominio para MLflow?","Sí. Tus scripts, tus notebooks y tu equipo se conectan al servidor, y MLflow solo acepta los nombres de host declarados: debe responder por HTTPS con un nombre estable. No hace falta comprar uno: cada VPS de ServOrbit incluye un subdominio gratuito (mlflow.{dns_slug}.servorbit-dns.com) con certificado HTTPS. También puedes usar un subdominio de uno de tus dominios.",{"q":66,"a":67},"¿Cómo inicio sesión por primera vez?","Abre https:\u002F\u002Ftu-dominio\u002F e introduce el usuario `admin` y la contraseña que aparece en tu área de cliente. Estas credenciales también protegen la API: tu código las lee de `MLFLOW_TRACKING_USERNAME` y `MLFLOW_TRACKING_PASSWORD`.",{"q":69,"a":70},"¿Dónde se guardan mis modelos y artefactos?","En tu VPS, en el volumen Docker `mlflow-data`: la base SQLite de los experimentos, la de las cuentas y la carpeta de artefactos. Nada sale hacia un tercero. Para hacer una copia de seguridad, detén el contenedor y archiva este volumen, y luego copia el archivo fuera del VPS.",{"ram":72,"cpu":73,"disk":74,"stack":75,"port":79,"license":80,"version":81,"os":82},"2 GB mínimo","1 vCPU","20 GB",[76,77,16,78],"Docker","Python","SQLite","8111","Apache-2.0","v3.18.0","Ubuntu 24.04",[],[85,93,101],{"name":86,"slug":87,"categorySlug":15,"categoryName":88,"categoryColor":89,"logo":90,"tagline":91,"description":92},"Langfuse","langfuse","Inteligencia Artificial","text-purple-400 bg-purple-500\u002F10","https:\u002F\u002Fcdn.jsdelivr.net\u002Fgh\u002Fselfhst\u002Ficons\u002Fsvg\u002Flangfuse.svg","Observabilidad autoalojada para aplicaciones LLM: cada llamada trazada, cada costo medido, cada prompt versionado y evaluado — sin enviar sus trazas a terceros.","Plataforma de observabilidad LLM de código abierto: trace cada llamada de IA, evalúe la calidad de las respuestas, gestione sus prompts y compare los costos de los modelos — autoalojada en su VPS.",{"name":94,"slug":94,"categorySlug":95,"categoryName":96,"categoryColor":97,"logo":98,"tagline":99,"description":100},"marimo","desarrollo","Desarrollo","text-warning bg-warning\u002F10","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F98563464","marimo — notebooks de Python reactivos en tu VPS: archivos .py versionables en Git, celdas que se recalculan solas, datos y gráficos.","Notebook de Python reactivo y de código abierto: notebooks guardados como archivos .py, celdas que se recalculan solas y librerías de datos incluidas.",{"name":102,"slug":103,"categorySlug":15,"categoryName":88,"categoryColor":89,"logo":104,"tagline":105,"description":106},"Ollama","ollama","https:\u002F\u002Fcdn.simpleicons.org\u002Follama","Sirva LLM de código abierto desde su VPS — API compatible con OpenAI, sin coste por token.","Sirva LLM de código abierto desde su propio servidor. Descargue Llama 3, Mistral, Qwen o DeepSeek con un solo comando, detrás de una API compatible con OpenAI y sin coste por token.",[108,109,110],"self-host-langfuse-vps","self-host-marimo-vps","heberger-ollama-vps",{"key":12,"slug":15,"name":88,"objective":112,"icon":113,"color":89},"Crear, alojar y operar soluciones de IA.","ai",1793982795600]