Control de versiones de sistemas de IA
Descripción
Gestión de las versiones de los sistemas de IA, incluyendo modelos, datos de entrenamiento, código y configuraciones, con capacidad de trazabilidad y reversión (rollback).
Orientación de implementación
Alcance del control de versiones
Aplicar control de versiones a todos los artefactos de IA: pesos y arquitectura del modelo, conjuntos de datos de entrenamiento y validación, código de ingeniería de características, hiperparámetros y configuraciones de entrenamiento, configuraciones de la infraestructura de servicio, y pipelines de pre/posprocesamiento. Cada despliegue en producción debe contar con una instantánea de versión completamente reproducible.
Registro de modelos
Implementar un registro de modelos (MLflow, SageMaker Model Registry o equivalente) que haga seguimiento de: las versiones del modelo con sus metadatos, las referencias a la versión de los datos de entrenamiento, las métricas de desempeño al momento del registro, el historial de despliegues, y el estado de aprobación. Aplicar flujos de promoción (desarrollo → staging → producción).
Capacidad de reversión (rollback)
Mantener capacidad de reversión (rollback) para todos los sistemas de IA en producción: conservar versiones anteriores del modelo listas para desplegar, documentar los procedimientos de reversión y probarlos periódicamente, definir los disparadores de reversión (degradación del desempeño, incidente de seguridad, violación de equidad), y hacer seguimiento de las metas de tiempo de ejecución de la reversión.
Requisitos de evidencia
- Registros de control de versiones de todos los artefactos de IA
- Registro de modelos con historial de versiones y metadatos
- Documentación de los procedimientos de reversión (rollback) y registros de las pruebas
- Historial de despliegues con trazabilidad de versiones