Proporciona un entorno de desarrollo interactivo para científicos de datos, permitiéndoles ejecutar código, visualizar datos y desarrollar modelos de aprendizaje automático a través de una interfaz basada en la web.

Priority
El entorno Jupyter Notebook sirve como el espacio de trabajo computacional principal dentro de nuestra plataforma de integración de inteligencia artificial, permitiendo a los científicos de datos realizar análisis exploratorios de datos iterativos y la creación de prototipos de modelos. Al aprovechar recursos de computación de alto rendimiento, los usuarios pueden ejecutar scripts de Python con retroalimentación inmediata, lo que facilita la experimentación y la depuración rápidas. Este entorno se integra perfectamente con las canalizaciones de datos existentes, lo que permite una transición fluida desde la ingesta de datos sin procesar hasta la implementación final del modelo, manteniendo la trazabilidad y la reproducibilidad completas en todas las etapas del desarrollo.
Los científicos de datos lanzan el entorno Jupyter Notebook a través de un portal web seguro, creando un espacio de trabajo computacional dedicado e aislado de los sistemas de producción.
Los usuarios importan conjuntos de datos directamente desde repositorios de almacenamiento conectados y ejecutan el código celda por celda para realizar tareas de análisis estadístico y visualización.
Los modelos desarrollados se guardan dentro del entorno de la notebook, y los metadatos de control de versiones se capturan automáticamente para su recuperación futura y revisión colaborativa.
Proporcione una instancia dedicada de Jupyter con memoria de GPU asignada y las dependencias de Python necesarias.
Cargue los conjuntos de datos de origen en el entorno utilizando pandas o bibliotecas especializadas de carga de datos.
Ejecutar scripts de análisis para generar visualizaciones y entrenar prototipos iniciales de modelos.
Exporte los modelos entrenados como artefactos estandarizados para su integración en servicios de inferencia de producción.
Inicie el acceso a través del portal de IA empresarial para aprovisionar una nueva instancia de Jupyter con bibliotecas de Python preconfiguradas.
Interactúe con el kernel para ejecutar código en tiempo real y generar resultados dinámicos dentro de celdas con formato Markdown.
Finalice los artefactos del modelo mediante la función de exportación integrada, generando archivos serializados listos para los flujos de trabajo de implementación.