U03 · 4 hrs
Datos como infraestructura
Calidad, linaje y contratos de datos del sistema.
Resultados de aprendizaje
- Redactar un contrato de datos con esquema, semántica y SLAs.
- Prevenir desalineación entrenamiento–servicio.
- Diseñar captura de etiquetas y reserva no intervenida.
Estructura de la sesión
Contratos de datos y linaje (60 min)
Esquema, semántica, frecuencia, completitud, estabilidad, validación de entrada y versionado.
Desalineación entrenamiento-servicio (60 min)
Features duplicadas, fugas temporales y arquitecturas que unifican el cálculo.
Etiquetas, retroalimentación y bucles (60 min)
Etiquetas tardías/proxy, sesgo inducido por el sistema y reserva no intervenida.
Taller de contratos (60 min)
Sección de datos del design doc versionada en Git; diagramas Mermaid/draw.io.
Lecturas
- Sambasivan et al. (2021) — sambasivan2021datacascades
- Breck et al. (2017) — breck2017mltest
- Huyen (2022), caps. 3–4 — huyen2022designing
Taller — contrato de datos
Plantilla de contrato en el repo del design doc (sin datos reales). Ver /herramientas/#curso-10.