Plataforma MLOps para pronosticar generación solar

Objetivo

Pronosticar la generación diaria de miles de inversores con más precisión que la estimación física, para operar la red y comercializar energía con menos incertidumbre.

Lo que hice

• Diseñé la orquestación en Dagster: assets por etapa del lakehouse, schedules y sensores, y el linaje completo desde la réplica hasta la inferencia.
• Hice la configuración del pipeline en YAML, con overrides desde la UI de Dagster para ajustar estrategias y umbrales de niveles sin tocar código.
• Integré Dagster con MLflow para registrar cada entrenamiento y promover el modelo campeón.
• Diseñé los ambientes: el mismo código corre en Docker Compose local y en EKS, con Terraform, Helm, Karpenter sobre instancias spot, roles IAM separados y S3 cifrado.