Un modelo de abandono de clientes que falla tras 20 horas en un portátil al llegar al límite de RAM no es un caso aislado: los datos empresariales ya superan el hardware local. Este episodio muestra cómo los notebooks de Microsoft Fabric llevan el entrenamiento a los datos del Lakehouse: sin exportaciones, sin caos de CSV, con Python o R en la nube.Lo que aprenderás:Por qué los equipos locales fallan con conjuntos de varios terabytes por CPU, RAM y E/S de disco, y por qué el muestreo pierde patrones valiososAcceso directo al Lakehouse: Spark ejecuta joins, filtros y agregaciones donde viven los datosIngeniería de características a escala: conjuntos ligeros en lugar de inflados, alta cardinalidad y patrones temporales, Featuretools sobre SparkSelección de modelos: XGBoost, LightGBM, regresión logística o deep learning, comparando varias ejecuciones con los mismos datosMonitorización en tiempo real, puntos de control, versionado y evaluación distribuida sin que los datos salgan del LakehousePara científicos de datos, ingenieros de datos y equipos de analítica que quieren entrenar modelos de IA con grandes volúmenes de datos empresariales.Este episodio es una versión en español doblada con IA del video animado de M365 Show del Microsoft MVP Mirko Peters.▶ Ver el video: https://youtu.be/RftSe9exzDc🎧 Más episodios: https://www.m365.fm🎤 M365Con – conferencia online gratuita de Microsoft: https://m365con.net💼 Mirko Peters en LinkedIn: https://www.linkedin.com/in/m365showpodcast/

Este episodio incluye contenido generado por IA.