Una interfaz unificada para registrar, administrar y consumir modelos de Machine Learning en tiempo real.
Esta aplicación es el Frontend de una arquitectura MLOps ligera. Permite a los Data Scientists subir sus modelos .onnx y a los usuarios finales realizar predicciones mediante formularios generados dinámicamente según los metadatos del modelo.
La plataforma se adapta automáticamente a cualquier modelo subido:
- Generación de UI al vuelo: Si el modelo requiere 3 variables numéricas y 1 categórica, la app dibuja exactamente esos inputs.
- Consumo de API: Se comunica con un Backend REST para enviar los tensores y recibir las predicciones.
- Visualización de Metadatos: Muestra descripciones, tipos de datos y rangos esperados.
Ofrecemos flexibilidad total para registrar nuevos modelos:
- Modo Rápido (Archivo .meta): Para flujos automatizados. Sube el modelo
.onnxjunto con un.jsonpre-generado que describe las entradas. - Modo Manual (Constructor No-Code): ¿No tienes el JSON a mano? Usa nuestra interfaz visual para definir las features (nombres, tipos y opciones) directamente en el navegador antes de subir el modelo.
El sistema sigue un patrón de cliente-servidor desacoplado:
- Frontend (Este Repo): Streamlit. Maneja la UX/UI y la validación de formularios.
- Backend (API): (Alojado externamente). Procesa los archivos
.onnx, almacena metadatos y ejecuta la inferencia. - Protocolo: Comunicación vía HTTP (REST) usando JSON para metadatos y
multipart/form-datapara archivos.
Sigue estos pasos para levantar la interfaz en tu máquina:
git clone [https://github.com/TU_USUARIO/TU_REPO.git](https://github.com/TU_USUARIO/TU_REPO.git)
cd TU_REPO