¿Quién se encargó del despliegue en producción y cuáles fueron las métricas de éxito del proyecto?

La implementación en producción generalmente la realiza el equipo de DevOps o ingenieros de lanzamiento, pero en proyectos con ML a menudo participan científicos de datos o ingenieros de ML.

Las métricas de éxito del proyecto dependen de los objetivos, pero pueden incluir:

• Calidad del modelo: precisión, exhaustividad, puntuación F1 en datos reales.
• Tiempo de respuesta del servicio.
• Estabilidad y fiabilidad del funcionamiento (tiempo de actividad).
• Impacto en los indicadores comerciales: aumento de la conversión, reducción de costos, mejora de la experiencia del usuario.
• Monitoreo del drift del modelo y actualización oportuna.

Por ejemplo, al lanzar un modelo de recomendaciones, el éxito será un aumento en CTR y retención de usuarios, siendo importante también monitorear que el modelo no degrade el rendimiento del sistema.