Docker

Plataforma de contenedores que empaqueta código y dependencias de forma reproducible.

CategoríaMLOps
DificultadIntermedio
Tiempo de aprendizaje2-3 semanas
Official documentation

¿Qué puedes lograr con esta herramienta?

Los resultados prácticos que desbloquea.

  • Empaquetar un modelo con todas sus dependencias exactas para que corra igual en cualquier máquina
  • Eliminar el clásico 'en mi máquina sí funciona'
  • Desplegar modelos como servicios portables en cualquier nube

Descripción

Docker empaqueta código, dependencias y configuración en contenedores ligeros y reproducibles. Para un data scientist, resuelve el problema de que un modelo entrenado localmente funcione igual en un servidor de producción o en la nube.

Casos de uso

  • Empaquetado reproducible de entornos de ML
  • Despliegue de modelos como servicios/APIs
  • Desarrollo en entornos consistentes entre equipo
  • Base para orquestadores como Kubernetes

Instalación

Instalarbash
curl -fsSL https://get.docker.com | sh

Ejemplo básico

Ejemplo básicobash
FROM python:3.12-slim
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["python", "serve.py"]

Ventajas y limitaciones

Ventajas

  • Reproducibilidad total del entorno entre máquinas
  • Estándar universal soportado por toda plataforma en la nube
  • Facilita el paso de notebook a servicio en producción

Limitaciones

  • Curva de aprendizaje si nunca se ha usado Linux/contenedores
  • Imágenes mal optimizadas pueden pesar varios GB

Alternativas

Herramientas que resuelven un problema parecido de otra forma.