Las tuberías de IA están transformando cómo las empresas manejan los datos, pero también son objetivos principales para los riesgos de seguridad. En «diseñar un marco ETL impulsado por metadatos con Azure ADF», mostré cómo los metadatos pueden optimizar la integración de datos con Azure Data Factory (ADF). Con IA ahora a la vanguardia, asegurar estas tuberías (datos, modelos y todo) es fundamental. Entonces, me propuse construir una arquitectura de ajuste cero para MLOPS en Azure, utilizando Microsoft Entra ID, Azure Key Vault y Private Link, todo orquestado con metadatos. Este artículo camina a través de mi enfoque, los desafíos que golpeé y lo que aprendí en el camino. La Figura 1 muestra la arquitectura, presentando cómo mantiene las cargas de trabajo de IA bloqueadas. Diseño de una arquitectura MLOPS de mvero cero Vikram Garg La mentalidad de mentalidad cero de mentalidad cero significa no confiar en nada por defecto: cada usuario, servicio y flujo de datos debe demostrar su valía. Para las MLOP, donde están en juego datos confidenciales y modelos patentados, esto no es negociable. Construí la arquitectura en torno a tres principios: